opera-browser-cli – Opera Neon 开源的命令行工具

1. opera-browser-cli是什么

opera-browser-cli是由Opera Neon团队推出的开源命令行工具，基于opera-devtools封装，允许本地AI代理（如Claude Code）通过终端直接操控浏览器。该工具无需云端中转或复杂认证，仅需两行命令即可完成安装，使AI从单纯的“问答工具”进化为能够执行网页测试、数据抓取、Web应用生成等实际操作的数字助手。它标志着浏览器正式进入AI Agent时代，为开发者提供了一种低门槛、高效率的浏览器自动化新范式。

技术定位与领域： opera-browser-cli属于浏览器自动化与AI Agent工具交叉领域，专注于为本地AI代理提供直接、安全的浏览器控制接口。它不同于传统的自动化测试框架（如Playwright/Puppeteer），也不同于需要复杂MCP配置的方案，而是通过Opera Neon浏览器内置的DevTools协议，在本地9224端口建立直连通道，实现零云端的AI驱动浏览器操控。

研发背景： 由Opera Software开发，依托Opera Neon浏览器的创新架构，旨在解决现有AI浏览器控制方案中认证繁琐、延迟高、依赖云端的问题。Opera团队在浏览器内核优化和DevTools协议方面有深厚积累，此次开源是推动AI Agent生态发展的重要举措。

核心价值： 解决了AI代理无法直接、高效操控浏览器的痛点。传统方案要么需要编写大量脚本（Playwright），要么依赖云端服务（如Browserless），要么需要复杂的MCP配置。opera-browser-cli通过本地直连、无需OAuth认证、开箱即用的AI命令，将浏览器转化为AI的“数字肢体”，大幅降低开发者在AI自动化测试、数据抓取、原型开发等场景中的技术门槛。

技术特点： 基于opera-devtools协议，提供38条命令覆盖导航、截图、元素操作、AI生成等全场景；内置Do、Make、Research三大AI代理命令，可直接根据自然语言生成Web应用；自动为Claude Code配置SKILLs，实现零配置集成；完全开源，Node.js环境下两行命令安装，支持任何支持CLI的AI代理。

2. 主要功能

• 终端驱动浏览器： 通过命令行直接打开网页、截取页面快照、执行导航操作。所有操作均基于Opera Neon的DevTools协议，无需图形界面，适合服务器端或CI/CD环境下的自动化任务。例如，opera-browser-cli open https://example.com 即可启动浏览器并加载页面。

• AI代理命令（Do/Make/Research）： Opera Neon专属的三大AI命令，是区别于其他工具的核心差异化能力。Do 命令让AI执行具体操作（如“点击登录按钮”），Make 命令根据自然语言描述直接生成可运行的Web应用（如“创建一个待办事项应用”），Research 命令自动搜索并整理信息。这些命令直接通过CLI调用，无需额外配置。

• 网页测试与数据抓取： 本地AI代理可自动运行网页功能测试、抓取动态网页数据、处理在线表单。例如，AI代理可以通过opera-browser-cli打开页面，填写表单，提交后验证结果，并将数据导出为结构化报告。整个过程无需人工干预，适合回归测试和批量数据采集。

• 自动化集成（SKILLs配置）： 自动为Claude Code等AI代理配置SKILLs，实现开箱即用。用户安装后，opera-browser-cli会自动检测并配置相关AI代理的调用接口，开发者无需手动编写集成代码。这大大降低了AI Agent与浏览器之间的耦合度，提升了开发效率。

• 全面浏览器控制（38条命令）： 提供覆盖导航、截图、元素操作、AI生成等场景的38条命令。包括snapshot（截取页面快照）、click（点击元素）、type（输入文本）、evaluate（执行JavaScript）、make（生成应用）等。命令设计遵循CLI最佳实践，参数简洁，支持管道和重定向，便于与其他Shell工具组合。

• 会话持久化与状态管理： 支持浏览器会话的持久化，即使AI代理中断，也可恢复之前的状态（如已登录的Cookie、已打开的页面）。通过opera-browser-cli session save/load命令，开发者可以保存和恢复完整的浏览器上下文，适合长周期自动化任务。

3. 如何使用

1. 环境要求： 确保系统已安装Node.js ≥ 20 和 npm。Windows用户需使用PowerShell 7.0以上版本以获得最佳兼容性。Opera Neon浏览器需提前安装并登录（无需额外认证）。建议在Linux/macOS环境下使用，以获得更好的命令行体验。

2. 安装与初始化： 在终端执行以下命令完成全局安装与初始化：

   npm install -g opera-browser-cli && opera-browser-cli setup
   

   setup命令会自动检测Opera Neon浏览器路径，配置本地9224端口绑定，并为Claude Code（如果已安装）自动设置SKILLs。整个过程约30秒，无需手动编辑配置文件。

3. 启动浏览器并打开页面： 执行以下命令驱动Opera Neon打开目标网页：

   opera-browser-cli open https://operaneon.com
   

   浏览器会在无头模式（默认）下启动，也可通过--headless=false参数启用图形界面。首次启动会建立WebSocket连接，后续命令无需重复启动。

4. 执行自动化操作： 使用内置命令完成各种任务。例如，截取当前页面快照供AI分析：

   opera-browser-cli snapshot --output screenshot.png
   

   调用AI直接生成Web应用：

   opera-browser-cli make "create a simple to-do list app with HTML, CSS, and JavaScript"
   

   生成的代码会直接输出到终端，也可通过--output参数保存为文件。其他常用命令包括click、type、evaluate等，均可通过--help查看详细参数说明。

5. 最佳实践： 对于复杂自动化流程，建议将多个命令组合成Shell脚本或使用AI代理（如Claude Code）的SKILLs进行编排。注意浏览器会话默认持续到命令结束，如需长期运行，可使用session save保存状态。此外，opera-browser-cli支持环境变量配置，如OPERA_BROWSER_PATH可指定浏览器路径，OPERA_PORT可自定义端口。

4. 优缺点分析

5. 同类工具对比

选型建议： 对于已使用Opera Neon并希望快速集成AI Agent的开发者，opera-browser-cli是最直接的选择，其内置的AI命令和零配置集成可大幅提升开发效率。如果需要跨浏览器支持或更复杂的自动化脚本，Playwright/Puppeteer仍是更成熟的选择，但需额外编写AI调用层。Vercel Agent Browser在Token优化方面有优势，适合对API成本敏感的云端场景，但需要Rust环境支持。chrome-devtools-mcp则适合已有MCP基础设施的团队，作为标准协议封装。

6. 编辑点评

opera-browser-cli在技术创新上展现出清晰的定位：通过本地直连和内置AI命令，将浏览器转化为AI Agent的“数字肢体”，而非简单的自动化工具。其最大亮点在于“零云端中转”的设计，不仅降低了延迟和Token消耗，还解决了隐私合规问题，这在企业级应用中尤为重要。与Playwright等传统框架相比，opera-browser-cli将AI代理的调用抽象为简单的CLI命令，使非专业开发者也能轻松实现浏览器自动化，这降低了AI Agent落地的门槛。

在实用价值方面，该工具特别适合以下场景：本地AI代理驱动的自动化测试、动态网页数据抓取、快速原型开发。例如，开发者可以通过make命令让AI根据自然语言描述直接生成Web应用，这比传统编码方式效率提升数倍。然而，其依赖Opera Neon浏览器的限制也意味着无法在Chrome、Firefox等主流浏览器上使用，这在一定程度上削弱了通用性。

适用人群主要为：使用Opera Neon的开发者、AI Agent爱好者、需要快速原型验证的创业团队。对于大型企业或需要跨平台支持的团队，建议结合Playwright/Puppeteer作为补充。未来，如果Opera团队能扩展对其他浏览器的支持，并完善文档和社区生态，opera-browser-cli有望成为AI浏览器自动化领域的重要参与者。

7. 应用场景

• AI自动化测试： 本地AI代理通过opera-browser-cli自动运行网页功能测试。例如，AI可以打开登录页面，输入测试账号，点击登录按钮，验证页面跳转是否正确，并截图记录结果。整个过程无需人工编写测试脚本，AI根据自然语言指令即可完成。

• 智能数据抓取： AI直接操控浏览器抓取动态网页数据，生成结构化报告。例如，AI可以打开电商网站，搜索特定商品，提取价格、评价、库存等信息，并导出为CSV或JSON文件。对于需要登录或处理JavaScript渲染的页面，opera-browser-cli的会话持久化功能确保数据完整性。

• 快速原型开发： 通过make命令让AI根据自然语言描述直接生成可运行的Web应用。例如，开发者输入“创建一个带有用户登录、文章列表和评论功能的博客页面”，AI会生成完整的HTML/CSS/JavaScript代码，并自动在浏览器中预览。这极大缩短了从想法到原型的时间。

• 在线表单处理： 自动填写、提交复杂表单，完成订票、报名等重复性操作。AI可以读取表单结构，根据预设规则或外部数据源填充字段，并处理验证码、下拉选择等交互。适用于需要批量处理表单的行政、招聘、调研等场景。

• 浏览器自动化工作流： 与Claude Code等工具结合，构建端到端的自动化开发流程。例如，AI代理可以自动打开GitHub仓库，克隆代码，运行测试，查看结果，并根据失败信息修改代码。opera-browser-cli的SKILLs配置使集成变得无缝。

8. 常见问题FAQ

Q：opera-browser-cli是否支持Chrome或Firefox？
A：目前仅支持Opera Neon浏览器。Opera团队基于opera-devtools协议开发，该协议与Chrome DevTools Protocol（CDP）有部分兼容，但未针对其他浏览器适配。如需跨浏览器支持，建议使用Playwright或Puppeteer。

Q：安装时提示“Node.js版本过低”怎么办？
A：确保Node.js版本≥20。可通过node -v查看当前版本。如版本过低，建议使用nvm（Node Version Manager）安装最新LTS版本。Windows用户也可从官网下载安装包。

Q：AI代理命令（Do/Make/Research）如何工作？
A：这些命令直接调用Opera Neon内置的AI引擎，无需额外配置。Do命令执行具体操作（如点击、输入），Make命令根据自然语言生成Web应用，Research命令自动搜索并整理信息。命令结果会输出到终端，也可通过--output保存。

Q：如何与Claude Code集成？
A：安装后运行opera-browser-cli setup，工具会自动检测Claude Code并配置SKILLs。之后在Claude Code中，你可以直接使用opera-browser-cli相关的SKILLs，无需手动编写调用代码。其他AI代理（如自定义脚本）可通过标准CLI调用。

Q：会话持久化是否支持恢复所有状态？
A：是的，session save会保存当前浏览器的所有Cookie、LocalStorage、页面状态等。session load可恢复之前的会话。但请注意，某些动态内容（如WebSocket连接）可能需要重新建立。

9. 项目地址

• GitHub仓库：https://github.com/operasoftware/opera-browser-cli
• 底层协议库：https://github.com/operasoftware/opera-devtools-mcp