BrowserKitten - 把已登录的 Chrome 当作可编程计算机的侧边栏智能体

BrowserKitten 是一个 Chrome Manifest V3 的未打包扩展，由维护者 Player-YN 开源在 GitHub 上。按项目自述，它的思路是把用户已经登录好的 Chrome 浏览器本身当成一台「可编程的计算机」，而扩展在侧边栏里运行的那个智能体，就是操作这台机器的那只手。它面向的是希望让模型直接驱动浏览器、又不想把账号密码交给第三方托管服务的人：扩展不上架 Chrome 应用商店，也不提供托管模型，用户需要自己填一个 OpenAI 兼容的 API Key。

维护者与状态

仓库由 Player-YN 维护，采用 MIT 许可证。仓库创建于 2026-08-28，最后一次提交在 2026-09-18，最新 release 为 v1.1.0，发布于 2026-09-16。截至 2026-09-20，该项目在 GitHub 上获得 2844 个星标。

从时间线看，这是一个创建不到一个月、但已经切出正式版本的项目，release 与最后一次提交之间相隔两天，说明 v1.1.0 之后仓库仍有改动。需要说明的是，事实表中没有给出贡献者数量、issue 处理情况或发布节奏，这些维度本文不做推测。

主要能力

以下内容均来自项目自述（README），属于维护者对自己项目的描述，本文未做独立验证。

• 侧边栏智能体：扩展在 Chrome 侧边栏中运行一个智能体面板，用户可以在普通 http(s) 页面上直接给它下达任务。
• 驱动当前标签页：据项目说明，智能体可以通过 action 操作当前标签页，也就是把浏览器页面当作可被调用的执行环境。
• 执行页面脚本：README 中称，智能体可以在 run 中通过 sys 对浏览器执行 guest JS，其中 sys.eval 属于这一类能力。
• 会话产物留存：项目自述会把表格（sheet）、Univer 文档以及站点 HTML 等产物保留在会话中，供后续步骤继续使用。
• 自带密钥：不提供托管模型，采用 BYOK 模式，API Key 存放在 chrome.storage.local 中。

架构上，README 描述了一条从侧边栏到 service worker、再到离屏的 SessionWorkspaceService、最后到 AI SDK 的 ToolLoopAgent 的链路。项目说明中还提到，进程分层、领域对象、工具契约以及尚未实现的边界，都记录在 AGENTS.md 以及 src/ 下嵌套的 AGENTS.md 文件里。这意味着想深入改造的人，文档入口不在 README，而在这些说明文件中。

使用入口

仓库地址：Player-YN/BrowserKitten。

据项目自述，安装流程是：克隆仓库或下载 Release 压缩包；打开 Chrome 的 chrome://extensions，开启开发者模式，选择「加载已解压的扩展程序」，指向 manifest.json 所在的根目录；然后打开侧边栏，粘贴一个 OpenAI 兼容的 API Key，在普通 http(s) 页面上发送任务。修改文件后，需要在扩展卡片上点击「重新加载」。

项目说明中特别指出，仓库里没有 package.json，也没有构建步骤。测试方面，README 给出了两条命令：

node --test tests/runtime-regression.test.mjs
node tests/browser-smoke.cjs

前者是纯 Node 运行、不需要浏览器，后者会加载真实的扩展。打包 Release 则通过 python scripts/pack_extension.py --zip dist/pawwork.zip 完成。

许可与限制

许可证为 MIT。项目自述中提到第三方组件清单见 THIRD_PARTY_NOTICES.md。

已知限制同样来自项目自述，使用前值得逐条确认：

• 需要 Chrome 135 及以上版本。
• 在 Chrome 138 及以上版本中，如果要使用 sys.eval 或页面身份相关的 fetch，需要在扩展详情页开启「Allow User Scripts」。
• 使用 sys.cdp 之前必须关闭目标标签页的 DevTools，否则会返回 CDP_BUSY。
• chrome:// 以及 Chrome 应用商店等受限页面会返回 NEED_PAGE，即无法在这些页面上工作。
• 扩展不上架 Chrome 应用商店，需要以未打包方式加载。
• 不提供托管模型，必须自备 OpenAI 兼容的 API Key。

此外，事实表中没有给出该项目的性能数据、支持的模型清单或硬件要求，本文不做补充。由于扩展以未打包形式加载并需要用户自行提供密钥，实际可用性还取决于所用模型服务与目标页面的具体情况，建议先在非关键页面上验证行为。