专为AI代理优化的开源浏览器协议：ABP项目解析
Hacker News2026/03/11 22:39机翻/自动摘要/自动分类
5 阅读
内容评分
技术含量
8/10
营销水分
6/10
摘要
ABP是一个专为AI代理设计的开源浏览器协议，通过冻结JavaScript执行、捕获页面状态和事件，提升代理与网页的交互效率。其核心亮点在于实现浏览器状态同步，使代理能基于实时信息决策，已在Mind2Web基准测试中取得高分表现。
正文
在AI代理与浏览器交互的场景中，许多问题并非源于模型对页面内容的理解偏差，而是由于模型基于过时数据进行推理。为此，作者基于Chromium开发了名为'-browser-protocol'（ABP）的开源项目。ABP的核心设计是确保代理在每个操作步骤中都能与浏览器保持同步：当代理执行点击、输入等操作时，会暂停JavaScript的执行和页面渲染，捕获当前页面状态及操作过程中的关键事件（如导航、文件选择、权限提示、警告信息、下载等），并将这些信息与页面截图一同发送给代理。这种机制使浏览器交互更接近多模态聊天过程，代理能基于最新状态做出更合理的下一步决策，从而更贴合的运作逻辑。ABP在Online Mind2Web基准测试中取得了90.5%的得分，验证了其有效性。项目还提供了使用方法，如通过npx -y agent-browser-protocol --mcp命令集成到MCP框架中，具体操作可参考文档中的Codex/OpenCode说明。演示视频链接也已提供，便于直观理解其功能。