Star 1.3k：开源 AI 代理的浏览器控制神器 pinchtab

在 AI 自动化领域，大多数代理浏览器工具（例如 OpenClaw、Playwright MCP 和 Browser Use）都紧密耦合——它们只能在各自的框架内运行。如果您切换代理或想用 bash 编写脚本，那就没办法了。

而今天介绍的开源项目 pinchtab，则完美解决了这个问题。

pinchtab 是一个高性能浏览器自动化桥接器和多实例编排器，具有高级隐蔽注入和实时仪表板功能。

项目地址：https://github.com/pinchtab/pinchtab

核心架构设计

Pinchtab 是一个独立的 HTTP 服务器。它支持任何代理、任何语言，甚至 curl，这使得它具备了极高的扩展性和兼容性。

主要特性

Pinchtab 提供了许多非常适合 AI 代理的强大功能：

• 🌲 无障碍优先 —— 结构化的树状结构，带有稳定的引用（e0，e1...），支持点击、输入和阅读。

• 🎯 智能筛选器 —— ?filter=interactive 仅返回按钮/链接/输入框（减少约 75% 的 token）。

• 🖱️ 直接操作 —— 点击、输入、填写、按压、聚焦、悬停、选择、通过引用或 CSS 选择器滚动。

• 🕵️ 隐身模式 —— 修补 navigator.webdriver、欺骗用户代理、隐藏自动化标志。

• 💾 会话持久性 —— cookie、身份验证、标签页在重启后仍然存在。

• 🚫 图片屏蔽 —— 跳过图片下载，实现更快、更流畅的浏览体验（BRIDGE_BLOCK_IMAGES 或按需屏蔽）。

  

• 🎬 禁用动画 —— 冻结 CSS 动画/过渡效果，以获得一致的快照（BRIDGE_NO_ANIMATIONS 或 ?noAnimations=true）。

• 📝 文本提取 —— 可读性模式（去除导航/广告）或原始文本 innerText。

• 🔄 智能差异 —— ?diff=true 仅返回自上次快照以来的更改。

• 📄 文本格式 —— ?format=text 用于缩进树状结构（比 JSON 少约 40-60% 的 token）。

• ⚡ JS 求值 —— API 未涵盖内容的逃生舱。

• 📸 屏幕截图 —— JPEG 格式，带有质量控制，用于视觉验证。

如果您正在构建基于浏览器的 AI 代理，Pinchtab 绝对是一个值得尝试的基础设施组件。

长按二维码关注 “边学边练”