重磅GenericAgent浏览器插件被我提取出来了给Hermes用,AI浏览器控制神器TMWebDriver

👆 「关注」加「星标」，每天收到技术干货

昨天在研究 AI Agent 和浏览器自动化的过程中，踩了不少坑，也发现了一些宝藏项目。今天把最有价值的3个发现分享给大家。

🔧 一个被低估的神器：TMWebDriver

问题从哪来的？

做 AI 自动化的同学肯定遇到过这个痛点：让 AI 操作浏览器，要么用 Playwright 开无头模式，要么用 Selenium 启动新实例。但无论哪种方式，你都得重新登录一遍所有账号。

更头疼的是，有些网站（比如 ChatGPT 的网页版）有严格的 CSP 策略，Playwright 的注入脚本经常被拦。

昨天我在研究 GenericAgent 这个开源 AI Agent 框架（GitHub: lsdefine/GenericAgent^[1]，6.9k ⭐）的时候，发现它的作者用了一种非常巧妙的方案来解决这个问题。

TMWebDriver 是什么？

TMWebDriver 是 GenericAgent 内置的浏览器控制模块，核心思路是：不启动新浏览器，直接控制你正在用的 Chrome。

架构只有三层：

① Chrome 扩展层（tmwd_cdp_bridge）

写了一个 Chrome MV3 扩展，注入到已打开的浏览器中。这里有个技术细节值得说——MV3 的 Service Worker 会在空闲 30 秒后自动休眠，这是个老大难问题。TMWebDriver 的解决方案是用 chrome.alarms API 注册一个 5 秒探针 + 24 秒心跳，持续保持 Service Worker 存活。简单粗暴但有效。

② Python 服务层

本地起一个 Python 服务器，依赖很轻量，只需要 simple-websocket-server（PyPI^[2]）和 bottle（bottlepy.org^[3]）两个包。WebSocket 端口 18765，HTTP 端口 18766，本地通信零延迟。

③ JS 执行双通道

这是最精妙的设计。主通道用 chrome.scripting.executeScript 在 MAIN world 执行 JS，速度快、权限大。但遇到 CSP 严格的网站（比如 ChatGPT），这个通道会被拦。这时自动回退到备用通道：通过 chrome.debugger 协议 + CDP 的 Runtime.evaluate 来执行。相当于浏览器开发者工具的 Console 在远程执行代码，CSP 管不着。

和 Playwright 正面比一下

一句话总结：如果你需要 AI 帮你操作网页（填表单、发消息、下载数据），TMWebDriver 比 Playwright 省心得多。如果你是做测试或者批量爬取，Playwright 依然是首选。

安装只需要 3 步

# 1. 安装 Python 依赖pip3 install simple-websocket-server bottle# 2. Chrome 加载扩展# 打开 chrome://extensions/ → 开发者模式 → 加载已解压的扩展# 3. 启动服务python3 TMWebDriver.py

🤖 GenericAgent：3000 行代码实现自主进化 AI Agent

为什么值得关注？

GenericAgent（GitHub: lsdefine/GenericAgent^[1]）是我最近见到的最”克制”的 AI Agent 框架。整个核心代码只有约 3000 行 Python，但实现了一个完整的自主进化系统。

什么叫”自主进化”？就是 Agent 在执行任务的过程中，会自动把学到的东西存成”技能”，下次遇到类似任务直接复用，越用越强。

核心设计

9 个原子工具：code_run（代码执行）、file_read/write/patch最硬核的一点

整个仓库从 git init 到所有 commit，全部是由 Agent 自己完成的。也就是说，这个 Agent 不仅在使用中自我进化，它自己本身就是”自举”的产物。

⚠️ 必须注意的坑

• 数据安全：Issue #28 报告了一个严重问题——Agent 的删除操作穿透了 Windows 的 junction 链接，导致 D 盘 230+GB 数据被误删。务必在 Docker 或虚拟机中使用！
• Python 版本：3.14 以上不兼容，必须用 3.13 或更低
• TMWebDriver 有安全漏洞：未授权 API 访问问题，生产环境需要加鉴权

支持的 LLM 端点

论文：arXiv:2604.17091 协议：MIT

💰 新加坡 VPS 横评：3 美元就能用上好线路

背景

因为需要稳定访问 AI 服务（ChatGPT、Claude 等），需要一个靠谱的代理 VPS。香港节点虽然延迟低，但很多 AI 服务在香港不可用，所以目标锁定新加坡节点。

花了一整天调研，对比了十几家供应商，以下是性价比最高的三家的实测数据：

横评结果

🥇 LightNode — $3.7/月

这是综合性价比最高的选择。1 核 1G 内存、25G SSD、1TB 流量，按小时计费（用多少付多少）。支持支付宝，对国内用户友好。线路质量稳定，新加坡节点延迟在 80-120ms 左右。

官网：lightnode.com^[4]

🥈 ExtraVM — $3/月

价格最低的选择。配置和 LightNode 差不多，但带宽高达 750Mbps，流量 5TB，还自带 DDoS 防护。缺点是只支持 PayPal 付款，没有支付宝。

官网：extravm.com^[5]

🥉 Vultr — $5/月

大厂出品，稳定性最好。1 核 1G、25G SSD、1TB 流量。按小时计费，随时销毁实例不扣钱。支持信用卡和 PayPal。如果预算不是特别紧，推荐选 Vultr，省心。

官网：vultr.com^[6]

关于 VMISS

VMISS 是一个加拿大商家，CN2 GIA 线路质量确实不错（电信/联通/移动三网优化），9 折优惠码 10%off，支持支付宝。但它没有新加坡节点！ 只有香港、日本（东京/大阪）、韩国、美国、英国。如果你不需要新加坡，VMISS 的香港 BGP 到山东延迟只有 30-50ms，也很香。

省钱小技巧

如果你现在已经有 VPS（不管多慢），可以先做两个免费优化：

2. 换 Hysteria2 协议：基于 QUIC，弱网环境表现比传统协议好很多
4. 开启 BBR 拥塞控制：Linux 内核自带，一行命令开启

这两个优化在现有 VPS 上就能做，不一定非得花钱换新的。

📦 今日工具箱

END

AI智管局 · 每日技术知识分享