hydro13/tandem-browser

解決的問題

Tandem Browser 透過將 AI 代理直接整合至瀏覽器執行環境，克服了 AI「側邊欄」的限制。這讓代理能在使用者真實、已驗證的會話（Cookie、登入狀態）中運作，並與當今的網頁互動，進而實現無 API 的 SaaS 平台自動化，以及即時修改即時網站 UI 的能力。

運作方式

這是一款以本地為先的 Electron 瀏覽器，提供一流的代理層。代理透過 Model Context Protocol (MCP) 或全面的 HTTP API（300+ 個端點）連接至瀏覽器。代理使用可存取性樹、DOM 和即時網路日誌與頁面互動，而非脆弱的像素導向自動化。為確保安全，採用 8 層安全防護，防止提示注入，並保護使用者的機器免受惡意網頁內容侵害。

適用對象

• AI 開發者：需要執行複雜網頁任務，但無需撰寫特定網站腳本的開發者
• 進階使用者：希望使用自己的登入會話，自動化日常 SaaS 工作流程（如 Gmail、銀行入口網站）的使用者
• 注重安全的使用者：希望使用本地為先的瀏覽器，確保資料與會話始終留在自己裝置上的使用者

核心亮點

• 模型無關：相容任何支援 MCP 或 HTTP 的代理，包括 Claude、GPT、Gemini，以及透過 Ollama 或 LM Studio 執行的本地模型
• 真實會話存取：在使用者實際的標籤頁與 Cookie 上運作，無需設定無頭瀏覽器或手動撰寫登入腳本
• 語意化互動：使用可存取性快照與 DOM 來「感知」頁面結構，比基於截圖的自動化更穩健
• 人機協同：支援顯式交接，允許人類在代理恢復前處理 CAPTCHA 或高風險操作
• 遠端連接：支援透過私人 Tailscale 網路遠端連接代理