核心用法
browser-control 是一个远程浏览器访问工具,专为需要用户人工介入的 Web 操作场景设计。通过 VNC + noVNC + ngrok 隧道组合,在本地构建安全的远程浏览器环境,用户可通过浏览器直接访问并完成敏感操作。
典型工作流程
1. 状态检查:运行 status.sh 确认服务状态
2. 启动隧道:如未运行,执行 start-tunnel.sh(约30秒启动)
3. 获取实时URL:必须实时读取 config.json 获取当前有效链接
4. 用户操作:用户点击链接 → Google OAuth 登录 → 完成指定操作
5. 继续自动化:通过 CDP(Chrome DevTools Protocol,localhost:9222)接管浏览器
显著优点
- OAuth 安全隔离:采用 Google 身份验证,非配置邮箱无法访问,无密码泄露风险
- 即用即走:按需启停,隧道 URL 动态变化增加隐蔽性
- 无缝衔接:用户手动操作后,AI 可立即通过 CDP 继续自动化流程
- 零配置体验:链接已预置自动连接参数,用户无需输入密码
潜在局限与风险
- 依赖外部服务:ngrok 隧道稳定性受制于网络和 ngrok 服务
- 非持久化:服务器重启后需手动重新启动,无自动恢复机制
- URL 时效性:配置必须实时读取,缓存会导致用户无法访问
- 单点授权:仅支持单个预设邮箱,灵活性受限
- 网络暴露:尽管有 OAuth 保护,服务仍暴露于公网
适合人群
- 需要协助完成复杂登录流程的用户
- 必须使用 2FA/MFA 但无法提供密钥的场景
- 需要人工解决验证码(CAPTCHA)的自动化工作流
- 对安全性有基础要求、已配置 Google 账户的个人用户
常规风险提示
> ⚠️ 关键安全习惯:每次发送链接前必须 cat config.json 实时读取,禁止依赖记忆或缓存。
该工具平衡了便利性与安全性,但用户需理解其临时性、非持久化的特性,适用于间歇性敏感操作而非长期托管场景。