﻿# 快速上手

OpenBrowserHarness 以 Chrome/Edge MV3 扩展形式发布。当前从源码构建并以解压缩方式加载。

不想自己构建？每个 [GitHub Release](https://github.com/clear2x/openbrowserharness/releases/latest) 都附带可直接安装的 zip：下载解压后按「加载解压缩的扩展」载入即可，本页其余说明仍然适用。

## 环境要求

- Node.js ≥24.9 与 pnpm，用于构建（工作区 `engines` 字段强制此项）。
- Chrome 或 Edge ≥134——侧边栏用到较新的 JavaScript 特性。

## 构建并加载

```sh
git clone https://github.com/clear2x/openbrowserharness.git openbrowserharness
cd openbrowserharness
pnpm install
NODE_OPTIONS=--max-old-space-size=4096 pnpm run build:lib
pnpm run build:extension
```

lib 构建要编译整个工作区包集，需要上面这条更大的堆设置（与 CI 相同）；默认堆可能在构建中途以内存不足失败。

在 Chrome 或 Edge 打开 `chrome://extensions`（或 `edge://extensions`），开启开发者模式，选择**加载解压缩的扩展**，选定 `apps/extension/dist`。

面板会停在一个欢迎页上：

![OpenBrowserHarness 欢迎视图：产品标识、一句话定位、三个示例指令与输入框](./sidepanel-welcome.png)

## 配置模型

点击扩展工具栏图标打开侧边栏，进入设置，选择供应商——内置 DeepSeek 与智谱 GLM 预设——然后填入 API Key。自定义端点与思考强度设置见[配置模型](./providers.md)。

## 运行第一个任务

在输入框里输入一个任务，例如：「打开维基百科的 Google Chrome 条目，提炼三个要点。」

智能体会规划任务、打开标签页、读取页面，并在侧边栏给出回答。工作期间你能看到虚拟指针在真实页面上移动；浏览器会显示「开始调试」横幅，因为输入通过 Chrome DevTools Protocol 驱动。

![完成的任务：tabs_open 工具调用，随后是对 Google Chrome 条目的三点总结](./sidepanel-task.jpg)

## 审批

根据权限档位不同，工具操作要么立即执行，要么在侧边栏弹出审批卡并等待你的点击。新会话默认完全访问；随时可用输入框的盾牌芯片收紧为「仅变更确认」或「每次确认」。详见[权限与安全](./permissions.md)。

## 会话可恢复

对话以事件溯源方式写入浏览器 IndexedDB。即使浏览器回收了智能体进程，下一条消息会修复会话并接着同一个对话继续。
