能动手操作当前网页的 AI。

安装

几步就能装进 Chrome。

不用装 Node，也不用自己编译。下载 Release 压缩包，解压后作为「已解压的扩展程序」加载即可。

1. 下载

   从最新 GitHub Release 下载 pagehand.zip。

2. 解压

   解压到一个你会长期保留的文件夹。Chrome 每次启动都会读取这个文件夹，装完后不要删掉。

3. 打开扩展程序页

   在 Chrome 地址栏输入 chrome://extensions，回车。

4. 打开开发者模式

   在页面右上角打开 开发者模式 开关。

5. 加载已解压的扩展程序

   点击 加载已解压的扩展程序，选中刚才解压出的文件夹 （里面应有 manifest.json）。

6. 打开 Pagehand

   点击工具栏拼图图标，固定 Pagehand，打开侧栏，在设置里填入你的 API 密钥即可开始。

以后更新：下载新的 zip，覆盖原文件夹内容，再到 chrome://extensions 点一下刷新图标。 想自己从源码构建？ 看 GitHub 说明。

原理

侧栏直接拥有调试器。

无需 Node 旁路进程，也无需 MCP 桥接。Pagehand 在扩展内部直接对话 Chrome DevTools Protocol，驱动你正在看的网页。

1. 打开侧栏

   ⌘/Ctrl+Shift+K，或点击工具栏图标。

2. 填入密钥

   默认 DeepSeek — OpenAI、Anthropic 或任意 OpenAI 兼容端点均可。

3. 让它动手

   总结页面、点击、填表、追查控制台错误，或在真实页面上走完多步流程。

能力

与 Puppeteer 同一套协议。

无障碍树快照、输入、导航、截图、控制台与网络 — 直接对接 CDP 域实现，而不是脆弱的 DOM 抓取。

• take_snapshot

  以结构化无障碍树读取页面，带稳定 uid。

• click / fill / type

  像真人一样操作表单与界面 — 包括替换前先全选。

• navigate / pages

  在网页间跳转并管理页面，Agent 保持上下文。

• console / network

  无需亲自打开 DevTools，即可查看错误与请求。

• evaluate_script

  读树不够时，运行针对性的页面脚本。

• take_screenshot

  捕获网页画面，并保留在对话线程中。

隐私

你的密钥不会经我们的服务器离开本机。