ZeroToken：录制一次，自动化永久

AMO144/ZeroToken 是一款面向 AI Agent 的轻量化浏览器自动化 MCP 引擎，GitHub 获星 448 颗，主打"录制一次、永久回放"的理念，通过 MCP（Model Context Protocol）协议将浏览器操作封装为可复用的工具，让 AI Agent 能够精准执行复杂的网页交互任务。

一、背景与起源

传统的 AI Agent 在执行浏览器任务时，每次工具调用都需要重新初始化浏览器实例，导致状态丢失、token 消耗大、执行缓慢。以 OpenClaw 为例，通过 stdio 模式调用 MCP 时，每次工具调用都会创建新进程，Playwright 的 browser 实例被销毁，登录状态无法保持。

ZeroToken 的作者 AMOS144 从这一痛点出发，设计了 Streamable HTTP 传输模式：ZeroToken 以 HTTP 服务常驻运行，OpenClaw 通过 URL 持续连接，在同一会话内保持 browser 状态不丢失。这解决了 Agent 浏览器自动化的核心难题——状态持久化。

二、核心功能

2.1 脚本录制与回放

ZeroToken 支持将用户在浏览器中的操作（点击、输入、滚动、截图等）录制为结构化脚本，并保存完整的执行上下文（页面快照、DOM 路径、元素坐标等）。录制的脚本可无限次回放，每次回放都能自动恢复执行上下文，实现真正的自动化。

2.2 MCP 协议集成

ZeroToken 严格遵循 MCP 协议，提供两个入口：

• stdio 模式（zerotoken-mcp）：标准 MCP 服务器，通过命令行启动，适合简单的工具调用场景。
• HTTP 模式（zerotoken-mcp-http）：Streamable HTTP 传输，通过 Starlette + uvicorn 提供 RESTful 接口，适合 OpenClaw、MCPorter 等需要持久会话的 Agent 框架。

2.3 定时调度与轨迹优化

内置 APScheduler 支持脚本的定时执行，配合自适应等待策略（adaptive wait）和轨迹优化器（optimizer），减少不必要的网络请求和 token 消耗。

三、技术架构

ZeroToken 采用模块化插件架构，代码结构清晰：

依赖栈非常精简：Playwright（浏览器自动化）、Pydantic（数据验证）、APScheduler（定时任务）、MCP SDK（协议层）、PyYAML（配置管理）。

四、部署要点

4.1 安装流程

# 1. pip 安装
pip install zerotoken
# 或
uv add zerotoken

# 2. 安装 Chromium 浏览器（必须）
playwright install chromium

# 3. 启动 HTTP 服务
zerotoken-mcp-http

4.2 OpenClaw 集成

在 ~/.openclaw/openclaw.json 中配置 URL 模式：

{
  "mcpServers": {
    "zerotoken": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

4.3 硬件需求

• GPU：不需要，纯 CPU 运行
• 内存：推荐 2GB 以上（Playwright 浏览器实例开销）
• 磁盘：约 500MB（含 Chromium 浏览器）
• Python：>= 3.10

4.4 当前限制

ZeroToken 没有提供 Dockerfile 或 docker-compose，这是最大的部署门槛。用户必须手动安装 Python 环境和 Playwright 浏览器引擎，在 CI/CD 场景或无头服务器上部署时需要额外处理依赖。此外，Playwright 的浏览器安装在中国大陆网络环境下可能较慢。

五、适用场景

• Agent 工作流自动化：定时抓取、数据录入、表单提交
• 每日重复性任务：自动登录、签到、报表生成
• E2E 测试录制：将人工操作录制为自动化测试脚本
• 数据采集：结构化网页信息提取

六、行业意义

ZeroToken 代表了 AI Agent 工具层的一个细分方向——轻量化、可录制、上下文可复现的浏览器自动化。相比 Browser-use、Playwright MCP 等同类方案，它的独特价值在于：

1. 录制机制：降低用户编写自动化脚本的门槛
2. HTTP 常驻模式：解决 Agent 状态丢失问题
3. 轨迹存储：支持事后分析和回放优化

随着 MCP 协议的普及，这类工具将成为 AI Agent 与真实世界交互的重要桥梁。