浏览器自动化

browser 工具集为 Agent 提供一个真实的网页浏览器。真正负责驱动的只有一个工具——browser_exec，它通过 Chrome DevTools Protocol（CDP）在浏览器上运行模型编写的 Python；另有三个配套工具（browser_cdp 和 browser_dialog 仅在配置了 CDP 端点时提供，见配套工具）：

工具	用途
`browser_exec`	通过运行预导入浏览器辅助函数的 Python 来导航、读取、点击、输入、抓取和截图。
`browser_cdp`	发送单条原始 CDP 命令（Cookie、网络控制、iframe 范围内执行，以及辅助函数未覆盖的任何操作）。
`browser_dialog`	接受或关闭阻塞页面的原生 JavaScript 对话框（`alert` / `confirm` / `prompt` / `beforeunload`）。
`browser_vault`	将已保存的登录信息、银行卡、地址和 2FA 验证码填入当前页面，机密信息不会进入对话。

浏览器来源是另一项独立选择：

本地 Chromium（默认）——Hermes 启动自己打包的 Chromium，无头模式，每个会话一个浏览器。无需 API 密钥，无需配置。
云端浏览器——Nous 订阅、Browserbase、Browser Use 云端、Firecrawl，或浏览器提供商插件。
Lightpanda——轻量级无头引擎，适合在小型机器上以文本为主的浏览。
您自己的浏览器——用 /browser connect 连接正在运行的 Chrome、Brave、Chromium 或 Edge。
您的真实 profile——您日常浏览器 profile 的托管副本，包含登录状态（需主动开启）。

提示

对于简单的信息检索，优先使用 web_search 或 web_extract——它们更快且成本更低。仅在 Agent 需要与页面交互（点击按钮、填写表单、处理动态内容）时使用浏览器。

`browser_exec` 的工作方式

每次调用发送一段 Python（code），运行时浏览器辅助函数已预先导入；代码打印的内容即为返回结果。浏览器会话在调用之间保持（已打开的标签页、Cookie、当前页面），Python 变量则不保留——每次调用都从全新的解释器开始。每个会话有一个工作目录（$BH_AGENT_WORKSPACE，也会作为 workspace 返回），在调用之间保留，因此长时间的抓取可以把每批结果追加到文件中，最后再汇总。

辅助函数：

辅助函数	作用
`new_tab(url)`	打开 URL（用于第一次导航）。
`goto_url(url)`	在当前标签页导航（后续导航）。
`wait_for_load()`	等待页面加载完成。
`page_info()`	概述当前页面状态。
`js(expr)`	执行 JavaScript 并返回值（函数体需写成 `js('(() => {...})()')`）。
`fill_input(selector, text)`	向输入框输入文本。
`click_at_xy(x, y)`	点击视口坐标。
`capture_screenshot()`	保存截图并打印其路径。
`cdp('Domain.method', **kwargs)`	原始 CDP——例如 `cdp('Accessibility.getFullAXTree')` 获取无障碍树，`cdp('DOM.getBoxModel', backendNodeId=n)` 获取点击坐标。
`ensure_real_tab()`	从失效或内部标签页中恢复。

模型会把一整段子流程（导航、等待、提取、操作）合并到一次调用中，而不是每个动作调用一次：

# Searching GitHub trending for Python repos
new_tab("https://github.com/trending/python")
wait_for_load()
print(js("[...document.querySelectorAll('article h2 a')].slice(0, 10).map(a => a.textContent.trim())"))

截图。 在具备原生视觉能力的模型上，capture_screenshot() 保存的图片会附加到工具结果中，模型直接查看。纯文本模型会被告知以文本为主（page_info()、js()、fill_input()），仍可把保存的路径交给 vision_analyze。在消息平台上，您可以让 Agent 把截图发给您——它会以原生图片附件送达。

参数。 除 code 外，该工具还接受 timeout_s（默认 300，最大 1800）和 session。每个 session 名称拥有自己的驱动进程和自己的浏览器（本地是独立的 Chromium，云端提供商则是独立的云端浏览器），因此并行的子 Agent 或同时进行的聊天不会互相干扰同一个浏览器。省略 session 则使用共享的默认会话，一次只做一件浏览任务时完全够用。开启真实 profile 浏览后，该工具还会提供一个 local 参数（见该小节）。

备注

browser_exec 会在您的机器上执行模型编写的 Python，因此只提供给同时拥有 terminal 工具集的会话。未配置终端访问的平台（例如受限的消息平台）不会获得浏览器。

驱动程序是 browser-harness，即 Browser Use CLI 的引擎。它是 Hermes 的常规 Python 依赖，因此每个安装（包括桌面应用）都自带它，无需单独下载。

本地 Chromium（默认）

在未配置云端提供商、/browser connect 端点或真实 profile 开关时，Hermes 会自己为会话启动一个 Chromium，并让 browser_exec 指向它。您安装的 Chrome 永远不会被触碰——无需开启 chrome://inspect 开关，也不会弹出"允许远程调试？"对话框——在完全没有桌面浏览器的无头服务器上也能工作。

每个会话一个浏览器，默认使用全新的一次性 profile：Agent 起始时未登录任何网站，会话结束后不留下任何内容。
默认无头。 设置 browser.headed: true 可显示窗口（见下文）。
自动清理。 浏览器空闲 browser.inactivity_timeout 秒（默认 120）后、Hermes 退出时，以及进程崩溃后的孤儿清理中都会被关闭。

使用哪个 Chromium。 Hermes 按顺序选择第一个存在的：

browser.executable_path（如已设置）。
Hermes 包管理器安装的 Chromium（Chrome for Testing）——安装脚本和 hermes update 默认会安装它。
官方 Docker 镜像中的 /etc/hermes/chromium-executable-path。
PATH 上的系统 chromium / chromium-browser（Android/Termux，以及包管理器没有 Chromium 构建的平台）。

如果都找不到，浏览器工具会给出明确提示，而不是静默失败。如果您安装时使用了 --skip-browser / -SkipBrowser，或下载失败，可以这样安装：

hermes pm install chromium

这也会撤销之前的 --skip-browser 选择，使后续更新继续保持浏览器为最新。在 Linux 上，Chromium 可能还需要发行版的系统库（在 Debian/Ubuntu 上可用 npx playwright install-deps chromium 安装）。在 Android/Termux 上，如果您的软件源提供，请运行 pkg install chromium；没有系统 Chromium 时，该设备上无法使用浏览器。

本地选项（~/.hermes/config.yaml）：

browser:
  executable_path: ""     # Chromium binary to launch instead of the packaged one
  user_data_dir: ""       # persistent profile directory; "" = fresh profile per session
  chromium_args: []       # extra Chromium command-line flags, e.g. ["--lang=de-DE"]
  headed: false           # true = visible window
  command_timeout: 30     # Chromium launch timeout floor (seconds)
  inactivity_timeout: 120 # close an idle browser after N seconds

browser.user_data_dir 可在会话之间保留 Cookie 和登录状态：此后所有会话共享这一个 profile 目录。留空则为隔离的一次性浏览。

有头模式（可见浏览器窗口）

browser:
  headed: true  # default: false

有头模式做两件事：

以可见窗口启动 Chromium，您可以观看 Agent 操作，并在需要时手动介入（登录验证、CAPTCHA）。
在轮次之间保持浏览器打开。 通常每次 Agent 回复后浏览器都会被清理；有头模式跳过每轮清理，使登录状态在整个对话中保持。

空闲浏览器仍会在 browser.inactivity_timeout 后被回收，所有浏览器在关闭时都会退出。在无显示器的主机（服务器、CI）上，浏览器始终以无头模式运行。有头模式只影响本地浏览器——云端会话不受影响。

云端浏览器

Nous 订阅用户

如果您拥有付费 Nous Portal 订阅，可通过 Tool Gateway 使用云端浏览器，无需单独的 API 密钥。新安装可运行 hermes setup --portal 登录并一次性开启所有 gateway 工具；已有安装可通过 hermes model 或 hermes tools 选择 Nous Subscription 作为浏览器提供商。

在 hermes tools → Browser Automation 中选择提供商。之后 browser_exec 驱动该提供商的浏览器，方式与驱动本地 Chromium 完全相同。

Browser Use 云端

# Add to ~/.hermes/.env
BROWSER_USE_API_KEY=***

在 browser-use.com 获取 API 密钥。Browser Use Cloud 运行托管 Chromium，默认启用隐身和住宅代理，包含 CAPTCHA 解决，并支持用于 Cookie、localStorage 和已保存密码的持久 profile。

Browserbase

# Add to ~/.hermes/.env
BROWSERBASE_API_KEY=***
BROWSERBASE_PROJECT_ID=your-project-id-here

在 browserbase.com 获取凭据。可选配置：

# Residential proxies for better CAPTCHA solving (default: "true")
BROWSERBASE_PROXIES=true

# Advanced stealth with custom Chromium — requires Scale Plan (default: "false")
BROWSERBASE_ADVANCED_STEALTH=false

# Session reconnection after disconnects — requires paid plan (default: "true")
BROWSERBASE_KEEP_ALIVE=true

# Custom session timeout in seconds (max 21600 = 6 hours) (default: project default)
BROWSERBASE_SESSION_TIMEOUT=1800

Browserbase 隐身功能：

功能	默认状态	说明
基础隐身	始终开启	随机指纹、视口随机化、CAPTCHA 解决
住宅代理	开启	通过住宅 IP 路由以提高访问成功率
高级隐身	关闭	自定义 Chromium 构建，需要 Scale 计划
Keep Alive	开启	网络中断后的会话重连

若付费功能在您的计划中不可用，Hermes 会自动降级——先禁用 keepAlive，再禁用代理——确保免费计划也能正常浏览。

Firecrawl

# Add to ~/.hermes/.env
FIRECRAWL_API_KEY=fc-***

# Optional: self-hosted Firecrawl instance (default: https://api.firecrawl.dev)
FIRECRAWL_API_URL=http://localhost:3002

# Optional: session TTL in seconds (default: 300)
FIRECRAWL_BROWSER_TTL=600

在 firecrawl.dev 获取 API 密钥，然后在 hermes tools → Browser Automation 中选择 Firecrawl。

选择提供商

上述 .env 键只提供凭据。当前使用的浏览器由 hermes tools → Browser Automation 写入的 browser.cloud_provider 决定（local、browserbase、browser-use、firecrawl，或代表 Nous 订阅的 nous；提供商插件会添加自己的名称）。一旦存在选择，增删密钥不会切换提供商——已选择但缺少密钥的提供商会报错并提示运行 hermes tools，而不是静默改道。从未配置过的环境仍会根据可用凭据自动检测。

云端会话消耗提供商额度。Hermes 会在对话结束、browser.inactivity_timeout 到期以及进程退出时释放它们。

混合路由：公网 URL 使用云端，LAN/localhost 使用本地

配置云端提供商后，Hermes 会为解析到私有/回环/LAN 地址的 URL（localhost、127.0.0.1、192.168.x.x、10.x.x.x、172.16-31.x.x、*.local、*.lan、*.internal、IPv6 回环 ::1、链路本地 169.254.x.x）自动启动一个本地 Chromium 辅助进程。公网 URL 在同一对话中继续使用云端提供商。

这解决了常见的"本地开发但使用 Browserbase"场景——Agent 可以截取 http://localhost:3000 上的仪表盘，同时抓取 https://github.com，无需切换提供商或禁用 SSRF 防护。云端提供商永远不会看到私有 URL。

该功能默认开启。如需禁用（所有 URL 均走已配置的云端提供商）：

# ~/.hermes/config.yaml
browser:
  cloud_provider: browserbase
  auto_local_for_private_urls: false

禁用自动路由后，私有 URL 将被拒绝并返回 "Blocked: URL targets a private or internal address"，除非同时设置 browser.allow_private_urls: true（允许云端提供商尝试访问，但通常无法成功，因为 Browserbase 等无法访问您的 LAN）。

辅助进程就是上文所述的本地 Chromium，因此需要安装该 Chromium。

真实 profile 浏览（使用您自己的登录状态）

默认情况下，本地浏览在干净的一次性 profile 中运行——Agent 未登录任何网站。开启真实 profile 浏览后，Agent 可以以您的身份浏览，使用您现有的登录状态和 Cookie：

# ~/.hermes/config.yaml
browser:
  use_real_profile: true

开启后，Hermes 会把您默认浏览器的当前活跃 profile（Local State → profile.last_used，包括 Cookie、已保存登录和偏好设置）复制到 ~/.hermes/browser-profile/<browser>/ 下的托管快照中，然后用您真实的浏览器程序在该快照上启动并连接。您正在使用的 profile 从不被直接打开：快照是独立目录，因此不会与运行中的浏览器争抢 profile 锁，也绕开了 Chrome 136+ 对默认 profile 目录远程调试的封锁。每次启动新会话时，认证文件都会从真实 profile 重新同步。只复制活跃 profile。

快照浏览器以无头方式在后台运行，不抢占焦点；设置 browser.headed: true 可显示窗口。在无显示器的主机上始终为无头模式。如需固定快照来源，可设置 browser.real_profile_pin: "Profile 2"（浏览器 user-data 目录下的 profile 目录名）；指向不存在目录的固定值不会回退到其他 profile。关闭开关后，Hermes 会在下一次使用浏览器时删除快照存储（~/.hermes/browser-profile/）。

如果无法复制您的 profile（例如 Windows 上运行中的浏览器以独占锁持有 Cookie 数据库、默认浏览器不是受支持的 Chromium，或 Cookie 数据库损坏），Agent 会获得一个不带登录状态的全新浏览器，且第一个浏览器结果会说明原因（real_profile_unavailable）。设置 browser.real_profile_autoclose: true 后，Hermes 会在需要时询问是否替您关闭浏览器，获得批准后才运行 hermes browser close-profile。

支持的浏览器： Chrome、Edge、Brave、Brave Origin、Chromium（以系统默认为准）。
适用于任何浏览器来源。 本地浏览时开启即生效。使用云端提供商时，Agent 仍可通过 browser_exec 工具的 local 参数按需打开真实 profile 的本地会话（仅在开启此开关时提供该参数）。
安全说明： 这是基于授权的便利功能，而非隔离边界。默认关闭。
桌面应用： 在 Capabilities → Tools → Browser → Use My Real Browser Profile 中切换。

定时与无人值守运行

真实 profile 会话可以让 cronjob 操作您已登录的网站。开启开关，为任务提供 browser 工具集（cronjob(action="create", enabled_toolsets=["browser", ...], ...)），并预先在凭据保险库中保存无法仅靠同步 Cookie 使用的网站凭据（包括验证器密钥）——无人值守的会话无法回答任何提示。

Lightpanda 本地引擎

Lightpanda 是一个从零编写的开源无头浏览器。它瞬间启动，速度比 Chrome 快 9 倍，内存占用低 16 倍，这对长时间运行在小型 VM 上的 Agent 很重要。

Lightpanda 是本地引擎（与本地 Chromium 一样是浏览器来源），而非云端提供商。安装该程序并将其放到 PATH 上（参见 Lightpanda 安装指南），然后在 hermes tools → Browser Automation 中选择 Lightpanda，或设置：

# Add to ~/.hermes/config.yaml
browser:
  cloud_provider: local
  engine: lightpanda   # auto (default, Chromium) | lightpanda

Hermes 会自己启动 lightpanda serve --host 127.0.0.1 --port <free>——每个 browser_exec 会话名（或每个任务）一个进程——并让 browser_exec 指向它。无需 Chromium 或 Node.js。进程会在 browser.inactivity_timeout 后、退出时以及 Hermes 崩溃后的孤儿清理中被回收。所有这些进程共享位于 $HERMES_HOME/cache/browser-use/lightpanda/http-cache 的磁盘 HTTP 缓存。

Lightpanda 没有图形渲染器，因此 capture_screenshot() 不可用，工具描述会让模型以文本为主；它每个会话只保持一个页面，因此模型会被告知只调用一次 new_tab()，之后使用 goto_url()（上游跟踪：lightpanda-io/browser#1962）。

引擎何时被忽略。 browser.engine 是优先级最低的浏览器设置：云端提供商（包括 Nous 订阅浏览器）、browser.cdp_url / /browser connect 覆盖，或 browser.use_real_profile 都优先于它。/browser status 和 hermes doctor 会报告引擎已配置但被覆盖的情况，以及被什么覆盖。

通过 CDP 连接你自己的浏览器（`/browser connect`）

除了 Hermes 自己启动的 Chromium 或云端提供商，您还可以通过 Chrome DevTools Protocol（CDP）将浏览器工具连接到本地运行的 Chrome、Brave、Chromium 或 Edge 实例。当您希望实时查看 Agent 操作、与需要自身 Cookie/会话的页面交互，或避免云端浏览器费用时，此方式非常有用。

备注

/browser connect 是交互式 CLI 斜杠命令 — 不由 gateway 分发。若在 WebUI、Telegram、Discord 或其他 gateway 聊天中尝试运行，消息将作为纯文本发送给 Agent，命令不会执行。请从终端启动 Hermes（hermes 或 hermes chat）并在那里执行 /browser connect。

在 CLI 中使用：

/browser connect                 # Auto-launch/connect to a local Chromium-family browser at http://127.0.0.1:9222
/browser connect ws://host:port  # Connect to a specific CDP endpoint
/browser status                  # Check current connection
/browser disconnect              # Detach and return to cloud/local mode

若浏览器尚未以远程调试模式运行，Hermes 将尝试自动启动支持的 Chromium 系浏览器并使用 --remote-debugging-port=9222。检测范围包括 Brave、Brave Origin/Nightly、Google Chrome、Chromium 和 Microsoft Edge，以及常见 Linux 安装路径和二进制名称（如 brave-origin、brave-origin-nightly、/opt/brave.com/brave-origin/brave-origin、/opt/brave.com/brave-origin-nightly/brave-origin、/opt/brave-bin/brave 和 /snap/bin/brave）。

提示

要手动启动带 CDP 的 Chromium 系浏览器，请使用专用的 user-data-dir，确保即使浏览器已以普通 profile 运行，调试端口也能正常开启：

# Linux — Brave
brave-browser \
  --remote-debugging-port=9222 \
  --user-data-dir=$HOME/.hermes/chrome-debug \
  --no-first-run \
  --no-default-browser-check &

# Linux — Google Chrome
google-chrome \
  --remote-debugging-port=9222 \
  --user-data-dir=$HOME/.hermes/chrome-debug \
  --no-first-run \
  --no-default-browser-check &

# macOS — Brave
"/Applications/Brave Browser.app/Contents/MacOS/Brave Browser" \
  --remote-debugging-port=9222 \
  --user-data-dir="$HOME/.hermes/chrome-debug" \
  --no-first-run \
  --no-default-browser-check &

# macOS — Google Chrome
"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \
  --remote-debugging-port=9222 \
  --user-data-dir="$HOME/.hermes/chrome-debug" \
  --no-first-run \
  --no-default-browser-check &

然后启动 Hermes CLI 并运行 /browser connect。

为什么需要 --user-data-dir？ 若不指定，在普通实例已运行时启动 Chromium 系浏览器通常只会在现有进程上打开新窗口 — 而该进程启动时未带 --remote-debugging-port，因此端口 9222 永远不会开启。专用的 user-data-dir 会强制启动新的浏览器进程，使调试端口正常监听。--no-first-run --no-default-browser-check 跳过新 profile 的首次启动向导。

连接后，browser_exec、browser_cdp、browser_dialog 和 browser_vault 都会驱动您的实时浏览器，而不再自行启动浏览器。也可以在 config.yaml 中设置 browser.cdp_url，或使用 BROWSER_CDP_URL 环境变量，持久指定该端点。

WSL2 + Windows Chrome：优先使用 MCP 而非 `/browser connect`

若 Hermes 在 WSL2 内运行，但您想控制的 Chrome 窗口在 Windows 宿主机上，/browser connect 通常不是最佳方案。

原因：

/browser connect 要求 Hermes 本身能访问可用的 CDP 端点
现代 Chrome 实时调试会话通常暴露仅宿主机本地可访问的端点，WSL 无法像访问经典 9222 端口那样直接访问
即使 Windows Chrome 可调试，最简洁的集成方式通常是让 Windows 侧的浏览器 MCP 服务器连接 Chrome，再让 Hermes 与该 MCP 服务器通信

对于此场景，建议通过 Hermes MCP 支持使用 chrome-devtools-mcp。

具体配置请参阅 MCP 指南：

在 Hermes 中使用 MCP

Bot Desktop 屏幕

当 gateway 运行 Bot Desktop 屏幕时，机器人的浏览器与 Dock 上的 Browser 图标是同一个有头 Chromium，每个机器人一个持久 profile，因此您可以接管、登录某个网站，再把会话交还给 Agent。profile 位置以及 browser.executable_path / browser.user_data_dir 在那里的作用，请参阅该页面。

配套工具

browser_vault 作用于 browser_exec 正在驱动的同一个浏览器会话——本地 Chromium、云端浏览器，或通过 /browser connect 连接的浏览器。browser_cdp 和 browser_dialog 仅在配置了 CDP 端点（/browser connect、BROWSER_CDP_URL 或 browser.cdp_url）时提供，并作用于该浏览器；Hermes 启动的本地会话或云端会话不会带来这两个工具。

`browser_cdp`

原始 Chrome DevTools Protocol 直通——用于一次性操作的逃生舱口：原生对话框处理、iframe 范围内执行、Cookie/网络控制，或 Agent 需要的任何 CDP 命令。（在 browser_exec 中，cdp() 辅助函数可完成相同的多步工作。）

CDP 方法参考： https://chromedevtools.github.io/devtools-protocol/ ——Agent 可通过 web_extract 访问特定方法页面以查阅参数和返回结构。

常见用法：

# List tabs (browser-level, no target_id)
browser_cdp(method="Target.getTargets")

# Handle a native JS dialog on a tab
browser_cdp(method="Page.handleJavaScriptDialog",
            params={"accept": true, "promptText": ""},
            target_id="<tabId>")

# Evaluate JS in a specific tab
browser_cdp(method="Runtime.evaluate",
            params={"expression": "document.title", "returnByValue": true},
            target_id="<tabId>")

# Get all cookies
browser_cdp(method="Network.getAllCookies")

浏览器级方法（Target.*、Browser.*、Storage.*）省略 target_id。页面级方法（Page.*、Runtime.*、DOM.*、Emulation.*）需要来自 Target.getTargets 的 target_id。每次无状态调用相互独立——调用间不保留会话状态。

跨域 iframe： 传入进程外（跨域）iframe 的 frame_id，可通过 CDP 监督器为该 frame 维护的实时会话路由调用。这是在 Browserbase 上对跨域 iframe 执行 Runtime.evaluate 的方式，可避免无状态 CDP 连接遭遇签名 URL 过期。同域 iframe 无需 frame_id——在顶层 Runtime.evaluate 中使用 document.querySelector('iframe').contentDocument 即可。

`browser_dialog`

响应原生 JS 对话框（alert / confirm / prompt / beforeunload）。打开的对话框会阻塞页面的 JavaScript 线程，因此在得到响应之前，该页面上的浏览器操作都会停滞。

持久的 CDP 监督器——每个任务一个 WebSocket，订阅 Page/Runtime/Target 事件——会在对话框出现时检测到它。Agent 用 browser_dialog(action="accept") 或 browser_dialog(action="dismiss") 响应；对于 prompt() 对话框传入 prompt_text="..."，有多个对话框排队时传入 dialog_id 指定其中一个。随后页面 JS 线程恢复运行。

在 Browserbase 上的工作原理。 Browserbase 的 CDP 代理会在约 10ms 内在服务端自动关闭真实的原生对话框，因此无法使用 Page.handleJavaScriptDialog。监督器通过 Page.addScriptToEvaluateOnNewDocument 注入一段小脚本，将 window.alert/confirm/prompt 替换为同步 XHR，并通过 Fetch.enable 拦截这些 XHR——页面 JS 线程在 XHR 上保持阻塞，直到监督器用 Agent 的响应调用 Fetch.fulfillRequest。prompt() 的返回值原样传回页面 JS。

对话框策略在 config.yaml 的 browser.dialog_policy 下配置：

策略	行为
`must_respond`（默认）	捕获对话框，等待显式 `browser_dialog()` 调用。在 `browser.dialog_timeout_s`（默认 300 秒）后安全自动关闭，防止有问题的 Agent 永久阻塞。
`auto_dismiss`	捕获，立即关闭。Agent 无需操作。
`auto_accept`	捕获，立即接受。适用于导航带有频繁 `beforeunload` 提示的页面。

`browser_vault`

在当前页面使用已保存的登录信息、密码、银行卡、地址和一次性验证码，机密信息永远不会进入对话。Agent 调用 browser_vault(action="list") 以句柄形式查看已保存条目，然后使用 fill、save_login、enter_code 或 unlock（1Password / Bitwarden）。页面来源与已保存条目不匹配时拒绝填充。设置、密码管理器后端以及无头使用方式请参阅凭据保险库。

关闭浏览功能

浏览器没有配置开关——请改为禁用 browser 工具集。运行 hermes tools，为不应浏览的平台取消勾选 Browser Automation，或在脚本中：

hermes tools disable browser                      # CLI
hermes tools disable browser --platform telegram  # one gateway platform

没有 terminal 工具集的会话也不会出现 browser_exec。

Camofox

Camofox 已移至插件：hermes plugins install camofox。现有的 Camofox 配置会在更新时自动迁移。

实际示例

填写网页表单

User: Sign up for an account on example.com with my email john@example.com

Agent: browser_exec(code="""
# Opening the signup form
new_tab("https://example.com/signup")
wait_for_load()
fill_input("input[name=email]", "john@example.com")
js("document.querySelector('button[type=submit]').click()")
wait_for_load()
print(page_info())
""")

对于密码，Agent 使用 browser_vault（save_login 会在掩码输入框中提示您），而不是自己输入机密信息。

研究动态内容

User: What are the top trending repos on GitHub right now?

Agent: browser_exec(code="""
# Reading GitHub trending
new_tab("https://github.com/trending")
wait_for_load()
print(js("[...document.querySelectorAll('article h2 a')].map(a => a.textContent.replace(/\\s+/g, ' ').trim())"))
""")

限制

会话超时——云端会话根据提供商计划设置过期。
费用——云端会话消耗提供商额度；对话结束或非活跃后会话自动清理。本地 Chromium 和 /browser connect 免费。
Lightpanda——不支持截图，每个会话只有一个页面。
没有终端就没有浏览器——browser_exec 运行 Python，因此没有 terminal 工具集的会话无法使用它。

browser_exec 的工作方式​

本地 Chromium（默认）​

有头模式（可见浏览器窗口）​

云端浏览器​

Browser Use 云端​

Browserbase​

Firecrawl​

混合路由：公网 URL 使用云端，LAN/localhost 使用本地​

真实 profile 浏览（使用您自己的登录状态）​

定时与无人值守运行​

Lightpanda 本地引擎​

通过 CDP 连接你自己的浏览器（/browser connect）​

WSL2 + Windows Chrome：优先使用 MCP 而非 /browser connect​

Bot Desktop 屏幕​

配套工具​

browser_cdp​

browser_dialog​

browser_vault​

关闭浏览功能​

Camofox​

实际示例​

填写网页表单​

研究动态内容​

限制​