- Created memory file for OpenClaw version check with details on the latest version and update instructions. - Added memory file for Chrome DevTools MCP session, summarizing its features, installation, and usage examples. - Included memory file for OpenClaw update details, outlining the latest changes and improvements. - Added memory file for OpenCode version check, detailing the latest version and its features.
12 KiB
Session: 2026-03-24 05:32:26 UTC
- Session Key: agent:main:main
- Session ID: 16a62599-cfd3-461c-a7fc-e825889632d2
- Source: feishu
Conversation Summary
assistant: ✅ New session started · model: zai/glm-4.7 user: System: [2026-03-24 12:43:40 GMT+8] Feishu[tertiary] DM | ou_0f0ec7be524abf58bb6ad900b1f4647e [msg:om_x100b531529741cb4c106ca81bfca024]
A new session was started via /new or /reset. Run your Session Startup sequence - read the required files before responding to the user. Then greet the user in your configured persona, if one is provided. Be yourself - use your defined voice, mannerisms, and mood. Keep it to 1-3 sentences and ask what they want to do. If the runtime model differs from default_model in the system prompt, mention the default model. Do not mention internal steps, files, tools, or reasoning. Current time: Tuesday, March 24th, 2026 — 12:43 PM (Asia/Shanghai) / 2026-03-24 04:43 UTC assistant: ⚡ 嘿,小卡在线了。今天要搞点什么? user: System: [2026-03-24 12:43:58 GMT+8] Feishu[tertiary] DM | ou_0f0ec7be524abf58bb6ad900b1f4647e [msg:om_x100b53152690aca4c4ca4bdd7f79d18]
Conversation info (untrusted metadata):
{
"message_id": "om_x100b53152690aca4c4ca4bdd7f79d18",
"sender_id": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"sender": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"timestamp": "Tue 2026-03-24 12:43 GMT+8"
}
Sender (untrusted metadata):
{
"label": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"id": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"name": "ou_0f0ec7be524abf58bb6ad900b1f4647e"
}
介绍一下这个项目https://github.com/ChromeDevTools/chrome-devtools-mcp
assistant: Chrome DevTools MCP 是由 Google Chrome DevTools 团队开发的 MCP(Model Context Protocol)服务器项目,让 AI 编码助手(如 Gemini、Claude、Cursor、Copilot 等)能够控制和检查实时 Chrome 浏览器。
核心功能
1. 性能分析
- 使用 Chrome DevTools 记录性能追踪(trace)
- 提取可操作的性能洞察和建议
- 支持获取真实用户体验数据(通过 CrUX API)
2. 浏览器调试
- 分析网络请求
- 截取屏幕截图
- 检查浏览器控制台消息(支持 source-mapped 堆栈跟踪)
- 运行 Lighthouse 审计
- 执行 JavaScript 脚本
3. 可靠的自动化
- 基于 Puppeteer 实现浏览器自动化
- 自动等待操作结果完成
- 支持点击、拖拽、填写表单、上传文件等操作
技术架构
MCP 协议: 这是一个标准化协议,允许 AI 工具与外部服务/数据源进行安全、结构化的交互。
依赖技术:
- Puppeteer: Headless Chrome Node API,用于浏览器控制
- Chrome DevTools Protocol: 与 Chrome 浏览器的底层通信协议
- Node.js v20.19+: 运行时环境
工具分类
项目提供 29 个工具,分为 6 大类别:
输入自动化(9 个)
click- 点击元素drag- 拖拽元素fill- 填充单个字段fill_form- 填写整个表单handle_dialog- 处理对话框hover- 悬停元素press_key- 按键type_text- 输入文本upload_file- 上传文件
导航自动化(6 个)
close_page- 关闭页面list_pages- 列出所有页面navigate_page- 导航到 URLnew_page- 新建标签页select_page- 选择页面wait_for- 等待条件
模拟(2 个)
emulate- 模拟设备/网络条件resize_page- 调整视口大小
性能(4 个)
performance_analyze_insight- 分析性能洞察performance_start_trace- 开始性能追踪performance_stop_trace- 停止性能追踪take_memory_snapshot- 内存快照
网络(2 个)
get_network_request- 获取网络请求详情list_network_requests- 列出所有网络请求
调试(6 个)
evaluate_script- 执行 JavaScriptget_console_message- 获取控制台消息lighthouse_audit- Lighthouse 审计list_console_messages- 列出控制台消息take_screenshot- 截图take_snapshot- 获取页面快照
安装与配置
基础配置
{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": ["-y", "chrome-devtools-mcp@latest"]
}
}
}
Slim 模式(仅基础功能)
{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": ["-y", "chrome-devtools-mcp@latest", "--slim", "--headless"]
}
}
}
支持的平台
该项目支持几乎所有主流的 AI 编码平台和 IDE:
- Claude Code(支持 MCP + Skills 插件)
- Cursor、Copilot、Gemini CLI
- OpenCode(你的项目!)
- VS Code、JetBrains、Antigravity
- Amp、Cline、Codex、Kiro、Warp 等
连接模式
1. 默认模式(自动启动 Chrome)
- MCP 服务器启动新的 Chrome 实例
- 使用独立的用户数据目录
- 每次运行状态不保留
2. 自动连接模式(Chrome 144+)
- 连接到你正在使用的 Chrome 浏览器
- 保持登录状态和应用状态
- 适合需要在人工和自动化测试之间切换的场景
- 配置:
--autoConnect
3. 远程调试端口模式
- 连接到通过远程调试端口运行的 Chrome 实例
- 适合沙箱环境(如 Docker、VM)
- 配置:
--browser-url=http://127.0.0.1:9222
启动带远程调试的 Chrome
# macOS
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome \
--remote-debugging-port=9222 \
--user-data-dir=/tmp/chrome-profile-stable
# Linux
google-chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-profile-stable
# Windows
chrome.exe --remote-debugging-port=9222 --user-data-dir=%TEMP%\chrome-profile-stable
重要配置选项
| 选项 | 说明 |
|---|---|
--headless |
无头模式运行(无 UI) |
--isolated |
使用临时用户数据目录(关闭后自动清理) |
--channel |
指定 Chrome 通道(stable/beta/dev/canary) |
--user-data-dir |
自定义用户数据目录路径 |
--slim |
仅暴露 3 个基础工具(导航、脚本执行、截图) |
--categoryPerformance=false |
禁用性能相关工具 |
--categoryNetwork=false |
禁用网络相关工具 |
--usageStatistics=false |
禁用 Google 使用统计收集 |
隐私与数据收集
⚠️ 注意事项:
-
浏览器内容暴露: MCP 服务器会将浏览器实例的内容暴露给 MCP 客户端,允许它们检查、调试和修改浏览器或 DevTools 中的任何数据。避免在浏览器中分享敏感或个人信息。
-
Google 使用统计: 默认启用收集使用统计(工具调用成功率、延迟、环境信息)以改进可靠性和性能。可以通过
--no-usage-statistics禁用。 -
性能数据: 性能工具可能会将 trace URL 发送到 Google CrUX API 以获取真实用户体验数据。可以通过
--no-performance-crux禁用。
使用场景示例
# 检查网站性能
Check the performance of https://example.com
# 自动化表单填写
Fill out the contact form on https://example.com/contact
# 截图并分析
Take a screenshot of https://example.com and analyze the layout
# 调试网络问题
List all network requests on https://example.com and identify any failed requests
与 OpenCode 的集成
根据 README,OpenCode 的配置非常简单:
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"chrome-devtools": {
"type": "local",
"command": ["npx", "-y", "chrome-devtools-mcp@latest"]
}
}
}
将此配置添加到 ~/.config/opencode/opencode.json 即可。
总结: 这是一个非常强大的项目,将 Chrome DevTools 的完整能力通过 MCP 协议开放给 AI 助手,无论是性能分析、自动化测试还是调试都非常实用。对于 OpenCode 这样的 AI 编码助手来说,能够直接控制浏览器和访问 DevTools 功能是巨大的增值。 user: System: [2026-03-24 12:51:31 GMT+8] Feishu[tertiary] DM | ou_0f0ec7be524abf58bb6ad900b1f4647e [msg:om_x100b5315cbffd4a0c3185d1484e87db]
Conversation info (untrusted metadata):
{
"message_id": "om_x100b5315cbffd4a0c3185d1484e87db",
"sender_id": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"sender": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"timestamp": "Tue 2026-03-24 12:51 GMT+8"
}
Sender (untrusted metadata):
{
"label": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"id": "ou_0f0ec7be524abf58bb6ad900b1f4647e",
"name": "ou_0f0ec7be524abf58bb6ad900b1f4647e"
}
已opencode为例,配置好了,如何让AI代理调用呢? assistant: 让我查看一下 OpenCode 的 MCP 使用方式。 assistant: 配置好之后,AI 会自动识别并调用,不需要额外的步骤。让我解释一下具体用法:
工作原理
配置好 MCP 后,OpenCode 会:
- 启动时自动加载所有已配置的 MCP 服务器
- 将 MCP 工具暴露给 LLM,和内置工具一样可用
- 当你提到相关需求时,AI 会自动选择合适的 MCP 工具
如何触发 AI 调用
方法 1:直接描述需求(推荐)
自然地描述你的需求,AI 会自动判断是否需要使用 Chrome DevTools 工具:
# 示例 1:性能分析
帮我分析一下 https://example.com 的性能表现
# 示例 2:自动化操作
帮我登录到 https://github.com 并截图看看首页
# 示例 3:调试网络
检查 https://example.com 的网络请求,看看有没有失败的请求
# 示例 4:表单填写
帮我填写这个注册表单,然后提交
# 示例 5:控制台检查
帮我查看这个页面有没有报错信息
方法 2:明确指定(可选)
如果 AI 没有自动使用,可以明确提示:
# 使用截图工具
帮我用 chrome-devtools 截取 https://example.com 的截图
# 使用性能追踪
用 chrome-devtools 记录 https://example.com 的性能追踪
# 使用导航工具
用 chrome-devtools 打开 https://example.com 并等待加载完成
方法 3:在 AGENTS.md 中配置(高级)
如果你想让特定 Agent 默认使用某些 MCP 工具,可以在 AGENTS.md 中添加规则:
## 默认工具
当需要以下操作时,优先使用 chrome-devtools MCP:
- 浏览器自动化(点击、填写表单、导航)
- 性能分析和追踪
- 网络请求检查
- 页面截图
- 控制台调试
Chrome DevTools MCP 可用的工具类别
配置后,AI 可以使用这些工具:
| 类别 | 工具示例 | 用途 |
|---|---|---|
| 输入自动化 | click, fill, type_text |
点击、填写表单、输入文本 |
| 导航 | navigate_page, wait_for |
打开页面、等待加载 |
| 截图/快照 | take_screenshot, take_snapshot |
截图、获取页面快照 |
| 性能 | performance_start_trace, performance_analyze_insight |
性能追踪、分析 |
| 网络 | list_network_requests |
检查网络请求 |
| 调试 | evaluate_script, list_console_messages |
执行 JS、查看控制台 |
实际使用示例
# 场景 1:测试网站功能
帮我打开 https://mysite.com,点击"登录"按钮,填写用户名和密码,然后截图
# 场景 2:性能优化
帮我分析 https://example.com 的性能,找出加载慢的原因
# 场景 3:调试问题
我遇到一个 bug,帮我检查 https://example.com 的控制台有没有报错
# 场景 4:自动化测试
帮我编写一个自动化脚本:打开 -> 填写表单 -> 提交 -> 验证结果
注意事项
- 首次使用时,Chrome DevTools MCP 会自动启动浏览器实例
- 默认模式下,会使用独立的用户数据目录(不影响你日常使用的 Chrome)
- 需要登录 的网站,可以考虑使用
--autoConnect模式连接到你的 Chrome - 大量工具会增加上下文消耗,如果不用可以禁用某些类别的工具
验证配置是否生效
运行这个命令检查 MCP 状态:
opencode mcp list
你应该能看到 chrome-devtools 在列表中。
简单说:配置好之后,直接说你的需求就行,AI 会自动选择并使用合适的工具。就像说"帮我写个函数"一样自然。