与「ChromeDevTools」相关的搜索结果

兄弟们，推荐一个真香工具：Chrome DevTools MCP🔥 我最近搞 AI Agent 的时候发现这个官方项目，直接爽到飞起。 它能让 Claude、Cursor 这些 AI 直接操控真实的 Chrome 浏览器，调试、自动化、看性能全都能干。 具体好在哪： - 实时看网络请求、Console 日志，还带 Source Map - 录制性能 Trace，结合真实用户数据分析瓶颈 - 自动化操作稳得很（点、输、截图、跳转） - 还有 Heap 快照对比，调内存问题超实用 用 npx 就能跑，支持主流 AI 客户端，一配就行。 以前 AI 写代码老是猜，现在直接进浏览器实战，效率高太多了。做网页、SaaS、自动化脚本的都值得试试。 Star 已经 4w+ 了，官方出的，更新也勤。 链接放评论了 👇 有玩 Agent 的快去看看，欢迎评论区交流玩法！ #AI工具# #ChromeDevTools# #Cursor# #独立开发者#

Lauren Tan @poteto 是 Cursor 的工程师，之前在 Meta 做 React Compiler，也在 Netflix 做过 tech lead 和工程经理。 她加入 Cursor 只有五个月。第一个月还在熟悉代码库，上个月已经合入了 1000 个 PR。这个月才过去 12 天，她又合入了接近 800 个。 这不是 AI slop code，而是你每天都在使用的 Cursor 的代码。 很多人，包括 Claude Code 的 Boris，都提过自己借助 coding agent 达到了类似的效率。但真正愿意把工作方法完整分享出来的人并不多。Lauren 在这个一小时的视频里，几乎是手把手讲了她怎么走到这一步。 她认为，用 AI coding 最大的问题不是生成代码，而是验证代码。 如果 agent 不能自己运行产品、操作界面、读取 CPU trace 和 heap snapshot、打开模拟器并复现问题，那么最后还是要由你来检查结果。你就是整个流程的 verifier，也是无法并行工作的瓶颈。 Lauren 的做法，是先给 agent 建立完整的验证能力：让它能通过 Chrome DevTools 或模拟器实际操作产品，再用 feature map 告诉它每个功能在哪里、怎么进入。这样即使同事只丢来一张截图，或者一句很模糊的 bug 描述，agent 也能找到对应功能，复现问题并验证修复。 每当她发现 agent 在猜测、漏读代码或走错方向，就把这个失败模式写成一条 skill。然后像测试代码一样测试这些 skill：让多个 sub-agent 分别执行任务，由 coordinator 制定 rubric，再让另一个模型交叉检查评分，反复迭代到结果足够稳定。 现在，她甚至允许 agent 自动合并 PR。有一天早上醒来，已经有 20 个 PR 自动进入 main；她直接在 main 上检查，结果都没有问题。 这套方法不是简单的提示词技巧，更像做工程管理：先设计好环境、流程和验收机制，再让团队并行工作。只不过这支团队，现在由几十个 coding agent 组成。

Grok Build is becoming a complete environment for building, deploying and managing real-world applications Its plugin marketplace brings the entire development stack into one connected workflow: • Vercel for deployment • Sentry for monitoring • Chrome DevTools for debugging • Cloudflare for infrastructure • Supabase, MongoDB and Neon for databases • Firecrawl for web data • Figma for design • Railway for hosting • Stripe for payments You are not just asking Grok to write code You can build, test, debug, connect infrastructure, deploy and manage production without constantly switching between tools Grok Build combines a frontier model, a powerful agentic harness and all the tools needed to go from an idea to a shipped product

Here’s everything you need to know about Grok Build’s changelog since release Grok Build is moving fast from a coding CLI into a full terminal-native agent workspace Since launch, it has added or improved plan/review/approve workflows, clean diffs, project-aware context through AGENTS.md, skills, hooks, plugins, MCP servers, parallel subagents, headless mode, ACP support, web/X search, image and video tools, compaction, memory handling, and long-running sessions The biggest upgrade people should not miss is the rendering layer Grok Build can now keep more technical output directly inside the terminal: math, formulas, LaTeX, Mermaid diagrams, ER diagrams, UML/class diagrams, state diagrams, sequence diagrams, tables, media outputs, and richer terminal views That matters a lot for research, ML, simulations, algorithms, database design, infra diagrams, paper implementation, and serious code review The terminal is no longer just where you run commands. It is becoming the place where you understand the work, inspect the logic, review diagrams, and keep moving without constantly copying output into another app The workspace layer is also got much more serious upgrades Agent Dashboard lets you manage multiple coding sessions from one screen, see what is working, idle, blocked, or waiting for input, peek at the latest output, reply inline, and dispatch new work without jumping between sessions The Plugin Marketplace turns Grok Build into an extensible developer environment Plugins can bundle skills, slash commands, agents, hooks, MCP servers, and LSPs. Launch partners include MongoDB, Vercel, Sentry, Chrome DevTools, Cloudflare, and Superpowers. Plugin installs can now resolve directly from registered marketplaces instead of only local paths The latest releases are mostly about making all of this reliable during real work Long responses can resume after network blips. MCP servers recover better after drops or noisy output. Compaction no longer hangs forever. Notifications only fire when user attention is actually needed. Linux clipboard support is stronger. Windows and iTerm rendering are cleaner. Very long sessions can scroll, resume, and quit without falling apart Grok Build is becoming a full terminal-native agent workspace: multi-session, plugin-driven, MCP-connected, diagram-aware, math-capable, media-capable, long-context, and built for developers who actually live in the terminal

The Grok Build Plugin Marketplace is now in beta. Build with MongoDB, Vercel, Sentry, Cloudflare, and Chrome DevTools plugins from your terminal. Read more

Chrome DevTools for agents 1.0正式发布：让Agent能真正看见浏览器 ·Agent能写代码，但Agent和代码的实际运行环境是割裂的，看不到代码在浏览器里跑成什么样 ·Chrome DevTools for agents给Agent接通了浏览器调试能力，让它能像真实用户一样验证、调试、优化代码 ·1.0稳定版提供了三种接入方式：MCP服务器、CLI命令行、专家级Agent Skills 官方介绍：

Chrome DevTools for Agents 1.0 正式发布 它在真实浏览器中观察行为、检查输出，让 Agent "能看见浏览器"，有三种接入方式： 1. MCP server：将 LLM 连接到 DevTools 调试能力的标准协议 2. CLI：Token 更省的替代方案，支持 Agent 把动作打包成脚本批量执行 3. Agent skills：教 Agent 何时、如何调用具体工具的专家指令 (如无障碍、性能调试) 共开放了七个能力 1. 自动化质量审计：Agent 可直接跑 Lighthouse，覆盖无障碍、SEO、最佳实践、agentic browsing。可作为"质量门"，拦截阻塞性问题进入生产。 2. 真实用户环境模拟：窗口尺寸、地理位置、网络/CPU 节流均可由 Agent 操控，无需手动调整浏览器即可测试响应式与移动端行为 (如汉堡菜单)。 3. Chrome 扩展开发与调试：安装、reload、触发扩展动作，介入 background script 与扩展页面，自动化"保存-刷新"循环。 4. WebMCP 工具调试：配合 WebMCP Origin Trial。让站点向 Agent 暴露结构化工具，Agent 不再靠 DOM 猜测意图，而是直接列出、调用、验证工具，显著降低集成门槛。 5. 内存泄漏检测：支持堆快照，识别 detached DOM 节点等典型泄漏。配合内存调试 skill，Agent 扮演性能专家角色。 6. Auto-connect 会话接管：可把当前已登录的浏览器上下文交给 Agent，而非让其打开沙箱实例。适合调试需要鉴权的页面 (如后台仪表板)，省去重新登录。 7. 第三方开发者工具暴露内部状态：Web 应用可主动向 Agent 暴露内部状态与组件细节，使调试建议基于真实运行时数据，而非黑盒推断。

昨晚睡前给 AI 布置了一个任务，让它帮我做一个社交媒体管理工具，能够一键发布到多平台，也能从多平台中将互动信息收集回来。提示词大概写了一两千字，样式让它直接一比一复刻 Twitter，一觉醒来，完成度非常高，基本能用了😄 自动化登录流程太麻烦了，我让它通过 Chrome devtools MCP 直接读取了我在浏览器上的已有登录态，然后在数据抓取时将 cookies/localstorage 再传递给 playwright，走 headless 完成自动化。 网页元素分析的工作难度也比较高，我让它直接参考开源的 opencli —— gihtub 接近 1w stars，它做到了几乎所有主流媒体网站的信息抓取能力。其实原理也很简单， opencli 先让用户先安装它提供的 Chrome 插件，插件具备 page debugging 能力，原理跟 Chrome devtools MCP 一样，都走的 cdp 协议驱动，它支持对网页的 DOM/Request 做劫持和分析。 样式复刻就更绝了🤣。我让 AI 一边写代码，一边打开 Chrome 去对比当前网页和 Twitter 网页的 DOM 和 style 差异，并且做完之后还得 review 了三次，结果就是，还原效果异常地高！ 这个程序，我在五六年前也写过，当时前前后后调了十来天，适配了四个社交媒体，全部是体力活儿，后面也因为媒体网站改版弃坑了。今天有了 AI 之后，睡一觉的功夫，效果就出来了，生产力简直是爆炸啊！💥

这个小红书全自动运行Skills功能很强大，支持 OpenClaw、Codex、CC 等所有支持 Skill 的编辑器，感谢white0dew大佬开源🤗 核心原理还是通过 Chrome DevTools Protocol (CDP) 控制测试浏览器完成自动化。 目前已经支持的功能有： 图文笔记自动发布（含话题标签写入） 视频笔记发布（本地视频 / 视频 URL） 多账号管理（账号隔离、切换、默认账号） 浏览器的无头模式 / 有头模式 / 远程 CDP 搜索相关话题笔记、获取笔记详情 对指定笔记自动评论 抓取「评论和@通知」数据 抓取内容数据表并支持导出 CSV（曝光、观看、点赞等） 登录状态缓存、复用标签页、随机延迟等稳定性优化 项目地址：

话说用 Tailwind 的各位，对在一个 class 里写一大堆样式声明的体验不觉得难受吗？如果有一个类似 Chrome DevTools 的 Element panel 那样的视图，选一个节点右边可以有一个单独的视图去编辑每一条声明，这样会不会更好一点？