云思客浏览器思维代理

解决什么问题

频繁调用 API 做规划、推理或写代码时，tokens 消耗会快速堆高账单，尤其是深度思考类任务。这个技能换一种思路：让网页版 AI 承担“大脑”角色，本地 Agent 负责“手脚”活，把推理成本转移到网页端的免费额度或订阅会员上。

它如何工作

技能的核心是浏览器操控加分工协作，分几个关键步骤：

1. 检测浏览器内核：先判断默认浏览器是 Chromium 还是 Gecko，决定用 chrome-mcp 还是 GeckoDriver 驱动。
2. 选择 AI 品牌与模式：从 DeepSeek、Kimi、ChatGPT 等常见品牌中选，再确认型号、思考模式和联网开关。
3. 打开网页与登录：操控浏览器打开对应官网，由用户手动完成登录和人机验证，Agent 绝不代填凭证。
4. 建立协作协议：给网页 AI 发第一条消息，明确分工——它负责规划与推理，本地 Agent 负责扒代码、建文件、跑脚本等执行任务。
5. 协作循环：本地 Agent 把用户需求转达给网页 AI，读取回复后执行，再把结果反馈回去修正，形成闭环。
6. 截图管理：截图统一存到工作区指定目录，用完经一次性授权后自动清理，不碰个人文件。

适用边界与注意点

• 浏览器必须先启动，chrome-mcp 操控的是已打开的浏览器，关闭或挂起会离线。
• 登录、验证码等敏感操作由用户手动完成，Agent 只等待状态轮询。
• 关键动作（发送消息、执行脚本）前需向用户确认，用户始终在场监督。
• 网页 AI 回复被截断时，需滚动或点“继续”再读取，代码复制后要核对关键行。