结论先行
一个新的 Chrome MCP Server 项目正在引发关注——它让 AI Agent 通过你的 Chrome 扩展直接操作浏览器，而且关键的一点是：完整保留你所有的登录状态、扩展和浏览器设置。
这意味着 Agent 可以像你自己一样浏览网页：进入你的邮箱、操作你的 SaaS 后台、填写表单、提取数据——而且不需要重新登录。
传统方案的痛点
过去想让 AI 操作浏览器，主要靠两条路：
| 方案 | 问题 |
|---|---|
| Puppeteer / Playwright | 启动全新浏览器实例，没有登录态、没有扩展、需要手动注入 Cookie |
| Selenium | 同上，且配置复杂，难以与 AI Agent 框架集成 |
| 浏览器录制回放工具 | 只能执行固定流程，无法根据页面内容动态决策 |
核心问题归结为一句话：AI 没有你的身份，它只能以"陌生人"的身份访问网页。
Chrome MCP Server 解决了什么
这个项目通过 Chrome 扩展 + MCP 协议的组合，打通了 AI 和用户浏览器之间的墙：
1. 原生登录态继承
Agent 操作浏览器时，使用的是你当前的 Chrome 会话。你登录了 Gmail、Jira、Salesforce？Agent 直接就能用。不需要导出 Cookie、不需要模拟登录流程。
2. MCP 协议标准化
通过 MCP（Model Context Protocol），任何支持 MCP 的 AI Agent（Claude Code、OpenClaw、Hermes 等）都可以直接调用浏览器操作，不需要写自定义集成代码。
3. 保留扩展生态
你的广告拦截器、密码管理器、翻译插件……全部正常工作。Agent 操作的浏览器环境和你的日常使用环境完全一致。
核心能力
| 能力 | 说明 |
|---|---|
| 浏览器自动化 | 点击、输入、导航、表单提交 |
| 内容分析 | 读取页面内容、提取结构化数据 |
| 语义搜索 | 在页面内进行语义级别的搜索（不仅是关键词匹配） |
| 状态保持 | 登录态、扩展、设置全部保留 |
| MCP 集成 | 支持所有 MCP 兼容的 AI Agent |
典型使用场景
场景 1：自动化工作流
用户："帮我把上周的 Jira 工单导出到 Google Sheets"
Agent：打开 Jira → 筛选上周工单 → 导出数据 → 打开 Google Sheets → 粘贴整理
场景 2：信息聚合
用户："查看我所有 SaaS 订阅的账单，汇总到一个表格"
Agent：逐个登录各个 SaaS 后台 → 提取账单信息 → 汇总对比
场景 3：竞品监控
用户："每天检查这三个竞品的价格页面，有变化就通知我"
Agent：定期访问目标页面 → 对比内容差异 → 触发通知
安全考量
⚠️ 这个方案的能力越强，安全责任越大：
- Agent 权限 = 你的浏览器权限。Agent 能做什么，取决于你在浏览器里能做什么。
- 建议在隔离的 Chrome Profile中运行，限制 Agent 可访问的网站范围。
- 不要在包含敏感金融操作的浏览器会话中使用。
- 审查 MCP Server 的权限声明，确认它只请求必要的浏览器权限。
架构简图
┌─────────────┐ MCP Protocol ┌──────────────┐
│ AI Agent │ ◄──────────────────► │ Chrome MCP │
│ (Claude/ │ │ Server │
│ Hermes/ │ │ (Extension) │
│ OpenClaw) │ └──────┬───────┘
└─────────────┘ │
│ Chrome API
┌──────▼───────┐
│ Chrome │
│ Browser │
│ (你的会话) │
└──────────────┘
与 Playwright/Puppeteer 的定位差异
Chrome MCP Server 不是 Playwright 的替代品，而是面向不同场景：
- Playwright/Puppeteer：适合 CI/CD、测试自动化、爬虫 —— 需要可控、可复现、无状态的环境
- Chrome MCP Server：适合 AI Agent 的个人工作流自动化 —— 需要身份、上下文和灵活性
两者互补而非竞争。