browser-ai-cli 0.1.0

Multi-site AI aggregator CLI for Chinese AI products and search engines (Yuanbao, Kimi, Tongyi, Doubao, Baidu, Sogou WeChat, ...).

>简体中文<    |    English

Browser-AI Toolkit / 浏览器 AI 工具集

一个 CLI，把同一句话同时丢给一堆 AI 和搜索引擎，然后把答案排好序端回来。

---

这是干嘛的？

browser-ai 是一个 Python CLI：把单条查询同时分发给多个 AI 服务（腾讯元宝、Kimi、通义千问、知乎直答、豆包……）和搜索引擎（百度、Google、搜狗微信），等所有源返回后做统一排序，输出一个综合结果。

底层基于 Playwright，提供两个可按站点切换的引擎：

• Chromium + 持久化 profile：用于需要保留登录态的站点。
• Camoufox（反检测 Firefox）：用于对普通浏览器进行指纹识别的搜索/抓取类站点。

站点配置完全由 config/ai_sites.json 数据驱动。新增站点只需复制一段配置并修改选择器，无需改动任何 Python 代码。

---

和 OpenRouter / LiteLLM 有什么不同？

看到这里第一反应很可能是「这不就是又一个 AI router 吗？」——问题合理，但路由对象完全不同。

	OpenRouter / LiteLLM / OneAPI / Portkey	browser-ai
路由对象	LLM API 端点	AI 网页产品 + 搜索引擎网页
调用方式	HTTP API（OpenAI 兼容格式）	浏览器自动化（Playwright）
鉴权	API Key（按 token 计费）	你自己的登录态（cookie / persistent profile）
覆盖范围	有公开 API 的 LLM 提供商	有网页 UI 的一切——包括没 API 的
输出	单个模型的文本回复	多源页面文本 + 统一打分排序
形态	后端服务 / 网关	本地 CLI

API router 做不到的三件事，browser-ai 都覆盖：

1. 那些「没 API、只有网页」的源。

腾讯元宝、知乎直答、Web 版豆包、B 站 AI 总结、搜狗微信——这些都没有公开 API，但都是有用信源。API router 物理上摸不到这一层。

2. 主流 LLM 看不到的「围墙花园」内容。

Gemini、GPT、Claude 这类模型有训练截止日期，而且语料重度偏向英文。它们对中文平台围墙内的内容覆盖非常弱：

• 微信公众号：中文长文的主战场，Google 几乎索引不到，模型训练数据里也稀薄。
• 百度贴吧、知乎、小红书：反爬严格、登录门槛高，西方爬虫根本看不见。
• 中文平台的实时内容：上周刚发的帖子、新出的爆款文章，模型压根没见过。

browser-ai 通过搜狗微信（目前唯一的公开公众号聚合入口）、百度、加上你登录好的元宝 / Kimi 会话，直接抓活的、带中文场景的真实资料，而不是问一个 LLM 它几年前的记忆。weixin 命令就是为这个场景设计的——搜狗 + 百度 + 元宝三路包抄同一个查询，把 AI 看不到的中文长文搜回来，给 LLM 的回答补充一个它够不着的思考维度。

3. AI + 搜索引擎混合扇出。

大多数 AI router 只在 LLM 之间扇出。browser-ai 把 AI 产品和搜索引擎（百度、Google、搜狗微信）混在同一次查询里——这是「边问 AI、边找参考资料」的唯一实用做法。

一句话总结：OpenRouter 做的是「API 抽象层」；browser-ai 做的是「网页抽象层」——把任何带网页的 AI 产品或搜索引擎，捏成一个统一查询目标。

---

和 @playwright/mcp 有什么不同？

@playwright/mcp 是微软官方维护的 Playwright MCP 服务器：把浏览器自动化能力暴露成 MCP 工具，让 AI agent 可以一步步指挥浏览器。

它和 browser-ai 不在同一个层面竞争——一个把浏览器暴露给 AI，另一个是基于浏览器的预设工作流。

	@playwright/mcp	browser-ai
本质	通用浏览器遥控器（MCP 工具集）	预设工作流 CLI
决策者	AI agent 自己（一步步操作）	JSON 配置（开箱即用）
执行模式	单标签页串行	多站点并行扇出（asyncio.gather）
站点知识	通用，每次让 AI 现场摸索	预配每个 AI 站点的选择器 / 等待逻辑
反检测	无	navigator.webdriver 掩蔽 + 可选 Camoufox
登录态	无 explicit 管理	config/profiles/ 按站点分目录 + Firefox cookie 导入
意图路由	无	search_routes.json 按关键词决定探哪些站点
评分排序	无	三阶段 probe → evaluate → deep-dive
公众号搜索	无	weixin 命令三路包抄

一句话总结：

@playwright/mcp 给 AI agent 一本空白笔记本和一支笔；browser-ai 是已经填好的答题卡，连笔迹都描过一遍了。

推荐两者都装

它们解决的问题不同，建议都装：

# browser-ai：CLI 工作流（多源聚合、反检测、预配站点）
pip install playwright camoufox
playwright install chromium
camoufox fetch

# @playwright/mcp：MCP 工具集（让 Claude / Cursor / Cline 直接控制浏览器）
npm install -g @playwright/mcp

• @playwright/mcp 适合「让 AI 自由探索新站点」的开放场景。
• browser-ai 适合「中文 AI 产品聚合 + 围墙花园数据获取」的预设场景。

两个装上互不冲突，按场景切换用。

---

快速开始

方式一：pip install（推荐给最终用户）

pip install browser-ai-cli
playwright install chromium

# 可选：反检测场景用得到
camoufox fetch

# 首次运行会自动把模板配置拷到 ~/.config/browser-ai/config/
browser-ai-cli list

# 登录某个站点（会弹一个真的浏览器窗口，自己手动登录一下就行）
browser-ai-cli login yuanbao

# 全网智能搜索：AI + 搜索引擎一起上
browser-ai-cli search "python 异步编程最佳实践"

# 公众号文章：搜狗 + 百度 + 元宝三路包抄
browser-ai-cli weixin "微信公众号 跨境电商"

pip 安装模式下，配置和登录态落在 ~/.config/browser-ai/（XDG 风格），和系统其他 dotfiles 一处管理。本地 checkout 模式下仍是仓库根目录的 config/，老用户行为不变。

方式二：clone 仓库自己改（推荐给二次开发）

git clone https://github.com/Weiming3/browser-ai.git
cd browser-ai
pip install -r requirements.txt
playwright install chromium

# 可选：装上 Camoufox，反检测场景用得到
pip install camoufox
camoufox fetch

# 把示例配置复制成你自己的本地配置
cp config/ai_sites.example.json config/ai_sites.json
cp config/search_routes.example.json config/search_routes.json

# 看看现在接了哪些站点
python scripts/browser_ai.py list

# 登录某个站点（会弹一个真的浏览器窗口，自己手动登录一下就行）
python scripts/browser_ai.py login yuanbao

# 全网智能搜索：AI + 搜索引擎一起上
python scripts/browser_ai.py search "python 异步编程最佳实践"

# 想单独戳某个源也行
python scripts/browser_ai.py probe "kimi 长文本"

---

从 Firefox 导入已有登录态

如果某些站点你已经在 Firefox 里登录过，不必再手动登录一次。scripts/import_firefox_login.py 会读取你本机 Firefox 的 cookies.sqlite 数据库，把对应的 cookie 写入到 config/profiles/ 下对应的 Chromium profile 目录中。

# 先 dry-run 看看会动哪些 cookie
python scripts/import_firefox_login.py --dry-run

# 确认无误后再真跑
python scripts/import_firefox_login.py

# 只导入某个站点的 cookie
python scripts/import_firefox_login.py --site yuanbao

强烈建议第一次使用先跑 --dry-run 预览。

---

目录结构

browser-ai/
├── scripts/
│   ├── browser_ai.py             # 主 CLI
│   ├── import_firefox_login.py   # Firefox 登录态搬运工
│   └── pre-commit-check.py       # 提交前安全检查
├── config/
│   ├── ai_sites.example.json     # 模板，复制成 ai_sites.json
│   └── search_routes.example.json
├── tests/
│   └── test_smoke.py             # 26 个冒烟测试
├── README.md
├── README_en.md
├── LICENSE
├── pyproject.toml         # pip 包元数据 + entry point
├── requirements.txt
├── .gitignore
└── .gitattributes

---

加一个新 AI 站点

最快是跑向导：

python scripts/browser_ai.py add-site

愿意直接改 JSON 的话，从 config/ai_sites.json 里复制一段 site，改这几个字段就够了：name、url、login_url、login_hint、selectors.input、selectors.submit、selectors.response、preferred_engine。重启 CLI，新站点就上线了。

---

引擎怎么选？

引擎	适用场景
Chromium + profile	需要登录态的站点（元宝、Kimi、豆包、B站）。
Camoufox	搜索/抓取类站点对无头 Chromium 不友好（百度、Google、搜狗微信）。

在 ai_sites.json 里给每个站点设一个 preferred_engine 就完事，只这一个开关。两个引擎相互独立——想留就留，想拆就拆，反正不是承重墙。

---

真正要看两眼的就这两件事

一、登录态别往仓库里塞。

config/profiles/ 里装的是 cookies、localStorage、IndexedDB，基本等同于每个站点的活动登录会话。.gitignore 默认已经把它排除在外了，别动这一行。真正的 config/ai_sites.json 也在 gitignore 里，模板是 *.example.json 那两份。仓库自带的 scripts/pre-commit-check.py 会拦下任何想偷偷把这俩文件加进去的 commit。建议这样用：

python scripts/pre-commit-check.py                       # 每次提交前手动跑
cp scripts/pre-commit-check.py .git/hooks/pre-commit   # 装成 git hook 自动拦截

二、站点的服务条款还是老大。

绝大多数 AI 平台的服务条款都明确禁止自动化访问。本工具就自己研究用，别拿去当爬虫服务赚钱，也别去薅别人的付费内容。被限流、被封 IP、被发律师函，都跟作者没关系，谢谢。

---

一些零碎

• login 和 --headed 一定弹窗，其他命令默认静默。
• 百度/Google 无头模式有时候会跳验证码，加 --headed 就行。
• 默认配置是样例，不是真理。按自己工作流改好再发给别人看。

---

许可证

MIT —— 见 LICENSE。