Bladebro：5 个工具掌控浏览器，AI Agent 的隐形 Stealth 驾驶舱

深夜，AI 的浏览器困境

凌晨三点，AI 助手尝试帮你自动化一个数据采集任务。它翻遍了网页，找到了"登录"按钮——然后网站检测到这是非人类操作，直接弹出了验证码。人机验证、反爬虫检测、指纹识别……这些障碍对人类来说是恼人的弹窗，对 AI Agent 来说却是无法逾越的护城河。

传统浏览器自动化工具（Selenium、Playwright）从人类操作的角度设计浏览器：每个动作都需要精确定位，每次交互都需要等待加载，每个页面都需要完整 DOM。换成 AI 操作时，这些工具要么token开销巨大，要么被网站识别为机器人。Bladebro 从 AI Agent 的视角重新设计了这套逻辑——它用 5 个精心设计的工具替代了 20+ 个碎片化操作，在保持隐形的同時把 token 效率压到了极致。

用 Rust 从零构建，不依赖任何运行时

Bladebro 由 Rust 编写，是一个真正的静态二进制文件（Linux 5.7MB / macOS 5.2MB / Windows 5.2MB），无需 Node.js、无需 Python 运行时、不依赖 Playwright。它直接驱动 Chrome DevTools Protocol（CDP），绕过一切中间层。

安装方式极其简洁：

# 方式一：npm（推荐）
npm install -g bladebro
bladebro mcp

# 方式二：直接下载预编译二进制（GitHub Releases）
# 配置 MCP 客户端
{
  "mcpServers": {
    "bladebro": {
      "command": "bladebro",
      "args": ["mcp"]
    }
  }
}

项目还支持 Pi Coding Agent（pi install npm:bladebro），工具自动注册为 browser.act、browser.see、browser.state、browser.run、browser.vision。

5 个工具，全套浏览器控制

Bladebro 的设计哲学是少即是多：不是提供 50 个细粒度 API，而是用 5 个正交的、高内聚的工具覆盖全部场景。

act — 行动与观察 这是最核心的工具：执行操作后返回操作结果 + 页面变化差量（Delta），而不是返回完整 DOM。

• act click e5：点击元素，支持文本匹配（text="Sign in"）
• act fill：一次性填写多个表单字段并提交
• act batch：在一次 MCP 调用中执行多步操作序列
• act collect：自动提取 + 滚动 + 去重循环，最长列表采集神器
• act wait：6 种条件等待（URL、文本、元素可见等）

内置自我修复引用：当 DOM 重渲染导致元素引用失效时，工具会自动重新解析并标注 [ref e5 healed]，AI 无需感知底层 DOM 变化。

see — 观察页面

• see：语义折叠的完整视图（自动折叠导航栏/页脚）
• see extract="auto"：无需模板的列表自动提取，支持站点感知（电商提取评分/评论，GitHub 提取 stars/forks）
• see filter="button,link"：按角色过滤元素
• see mode=content：返回净化 Markdown
• see mode=outline：极简标题大纲
• see logs：控制台/网络请求监控

state — 会话管理

• Tab 操作：列出/切换/关闭标签页
• Cookie 和 Storage：保存/恢复登录会话
• 跨会话持久化：browser profile 保存在 ~/.blade/profile

run — 代码执行 在页面上下文中运行 JavaScript，返回结果。

vision — 视觉感知 调用视觉 LLM 分析当前页面状态，补充纯 DOM 无法捕捉的视觉信息。

六层隐形系统：让 AI 像真人一样浏览

这是 Bladebro 最具差异化的部分。传统的 stealth 工具通常只处理一两个维度，而 Bladebro 实现了完整的六层防御：

层级	内容	技术手段
协议层	伪装 CDP 协议头	模拟真实 Chrome
环境层	WebGL、媒体设备指纹	BLADE_WEBGL、BLADE_MEDIA
行为层	打字节律、鼠标轨迹	cadenced typing
一致性层	语言/时区/地理位置匹配	BLADE_LOCALE、BLADE_TZ（IP 地理定位）
残留层	Cookie、Storage、profile	持久化 session
调味层	随机指纹噪声	BLADE_NOISE=1

默认配置经过调优，开箱即用，不需要手动配置每个参数。

Token 效率：Delta-first 架构

传统工具每次返回完整页面快照，AI 需要从中解析关键信息，token 消耗极高。Bladebro 的核心创新是 Delta-first 返回值：只返回页面自上次操作以来的变化，而不是整个 DOM 树。

加上 slim=true 参数时，连 Delta 都省略，只返回操作结果判定（verdict），进一步节省 token。项目声称比其他方案减少约 65% 的 token 消耗。

平台支持与扩展

Bladebro v3.3.0 支持：

• Linux x86_64 + ARM64（aarch64）
• macOS Intel + Apple Silicon
• Windows x86_64

内置安全加固：安全审计测试覆盖了路径遍历防护（security_audit），Windows CI 也在积极维护。

npm 生态：npm/ 目录下提供了 npm 包打包配置，release.sh 脚本处理发布自动化。

争议与局限

第一，依赖 Chrome/Chromium 本身。 Bladebro 不是无头浏览器引擎，而是 Chrome 的驱动层——系统上必须先安装 Chrome。虽然 CHROME_PATH 环境变量支持自定义路径，但这仍然是一个外部依赖。

第二，stealth 能力是双刃剑。 虽然六层 stealth 能骗过多数反爬系统，但使用 stealth 工具访问网站可能违反目标网站的服务条款，在使用时需要评估法律和合规风险。

第三，平台限定。 不支持 Firefox、Safari，仅限 Chromium 内核浏览器。对于需要测试多浏览器的场景不适用。

第四，MCP 生态锁定。 深度依赖 MCP 协议，如果你的 Agent 框架不支持 MCP，使用成本会显著上升。

行业意义

Bladebro 处于三个赛道的交汇点：AI Agent 工具层、浏览器自动化、反检测 stealth。它代表了一种趋势——为 AI 设计专用工具，而非让 AI 勉强使用人类工具。

从 Token 效率（Delta-first）、工具粒度（5 个而非 50 个）到多维 stealth（6 层），每个设计决策都在回答同一个问题：如何让 AI Agent 可靠地操控浏览器，而不被网站察觉。在 AI Coding Assistant（Claude Code、Cursor）和 Agent 工作流大规模落地的背景下，这类基础设施工具的价值会持续放大。

---

一句话总结： Bladebro 用 5 个 MCP 工具 + 6 层 stealth + Delta-first 架构，把 AI 操控浏览器的难度从"需要博士级别的对抗经验"降到了"安装即用"。