Im Quellenvergleich
Alle Inhalte werden von KI erstellt. Dieser Überblick fasst zusammen, worin sich mehrere Quellen einig sind und worin sie sich unterscheiden — die Bewertung bleibt dir überlassen.
Der Autor stellt das quelloffene Projekt chrome-bridge unter MIT-Lizenz vor. Es besteht aus einer Chrome-Erweiterung und einem Node-CLI ohne npm-Abhängigkeiten und soll einem KI-Agenten den Zugriff auf den echten, bereits angemeldeten Chrome-Browser des Nutzers ermöglichen. Die Architektur verläuft von der Erweiterung über WebSocket und einen lokalen Node-Server zum CLI; alles bleibt lokal, ohne Cloud und Konten. Der Agent liest Seiten als Accessibility-Baum statt als Screenshot und klickt über Element-Referenzen. Ein Vergleich auf einer Testseite ergibt 2,4 KB für den Baum und 16 KB für einen Screenshot derselben Seite bei 1000px Breite. Ein Modus --trusted erzeugt echte Klicks über DevTools Input; CDP-Kommandos binden den Debugger ein und sind für die Seite sichtbar, ein Stealth-Stack fehlt bewusst. Nach jeder Aktion erhält der Agent einen Status wie succeeded, needs_human, blocked oder uncertain. Ein Ringjournal zeichnet Befehle mit Status ok/fail auf und lässt sich als Skript exportieren, wobei fehlgeschlagene Zeilen auskommentiert und geheime Werte entfernt werden; ein Replay ist nicht idempotent. Als Grenzen nennt der Text: Der Server hört nur auf 127.0.0.1, ist aber für jeden lokalen Prozess nutzbar; Canvas-Anwendungen sind im Baum kaum sichtbar; CDP-Kommandos werden von Antibot-Systemen erkannt; die Erweiterung verlangt <all_urls> und debugger. Die Quellen berichten weitgehend übereinstimmend.