puppeteer
PulseAugur coverage of puppeteer — every cluster mentioning puppeteer across labs, papers, and developer communities, ranked by signal.
- developed by Chrome DevTools MCP 90%
- developed by npm 90%
- used by npm 70%
- uses Chrome DevTools MCP 70%
- used by Javascript 70%
- affiliated with npm 70%
- used by Chrome DevTools MCP 70%
- used by selenium 70%
- used by Chrome DevTools Protocol 70%
- competes with selenium 50%
- affiliated with Chrome DevTools MCP 50%
- 2026-08-31 research_milestone Researchers introduced Puppeteer, a diffusion-based model for generating object-grounded, posture-aware co-speech gestures. 来源
11 天有情绪数据
Puppeteer-based solutions will be favored for cost-effective, high-volume RAG data scraping.
The comparison between self-hosted and API scraping for RAG pipelines indicates that while managed APIs are good for iteration, self-hosted solutions like Puppeteer offer potential cost savings at high volumes. As RAG pipelines become more prevalent and data requirements increase, the cost-effectiveness of self-hosted tools will likely drive adoption for large-scale data scraping needs.
Vision LLMs are enhancing Puppeteer's utility in web automation.
The integration of Vision LLMs with headless browsers like Puppeteer is shifting web automation from brittle locator strategies to a more robust, sight-driven approach. This allows AI agents to understand and interact with web pages more dynamically, reducing the need for manual updates to automation scripts when the underlying HTML changes. This trend indicates a significant evolution in how Puppeteer is being utilized.
Puppeteer to see increased adoption for real-time AI agent monitoring.
The recent guide detailing real-time AI agent browser feed streaming to React dashboards highlights a critical need for observability in AI agent development. Puppeteer, being a primary tool for browser automation, is well-positioned to be a core component in such streaming pipelines, enabling low-latency video capture for supervisor intervention. This suggests a growing use case for Puppeteer beyond simple automation, into real-time monitoring.
-
中文翻译简化了Chrome DevTools AI代理设置
Chrome DevTools MCP项目的中文翻译已发布,旨在简化开发者的设置过程。该翻译包含一个精简的快速入门指南和对原始README的忠实呈现,使中文用户更容易将Antigravity、Claude、Cursor和Copilot等AI代理与Chrome浏览器集成。该项目利用Chrome DevTools和puppeteer使代理能够执行性能跟踪和网络检查等任务。
-
新工具简化了 AI 代理的 Chrome 远程调试
一款名为 `cdp-share` 的新工具被开发出来,以解决在 Chrome 中反复批准远程调试连接的不便之处。该工具允许用户只需点击一次“允许远程调试”,之后它就会提供 Chrome DevTools Protocol (CDP) 端点。这使得 Playwright、Puppeteer 和 `chrome-devtools-mcp` 等多个自动化工具能够连接到同一个浏览器会话,而无需进一步提示,从而防止会话 ID 冲突并确保并发代理…
-
Kitesurf 浏览器引擎将 AI Web 代理成本削减 98%
Kitesurf 项目是一个基于 WebAssembly、用 Rust 开发的新型浏览器引擎,它显著降低了 AI Web 代理的成本和资源消耗。通过过滤掉不必要的 HTML、CSS 和 JavaScript,与使用无头 Chromium 和 Puppeteer 的传统方法相比,Kitesurf 将 token 用量减少了高达 98%。这种优化大大降低了 GPT-4o 和 Claude Sonnet 4.6 等 LLM 的 API 成本…
-
Cloudflare开源其AI代理浏览器Kitesurf
Cloudflare已开源其为AI代理设计的无状态Web浏览器Kitesurf。此举允许开发者在Cloudflare平台上运行自己的浏览器引擎。Kitesurf基于Cloudflare Workers构建,并利用WebAssembly解析HTML、应用CSS、执行JavaScript和渲染截图,旨在比Chromium等传统浏览器更轻量、更高效。
-
Anthropic发布模型上下文协议(MCP),用于AI工具集成
Anthropic发布了模型上下文协议(MCP),这是一个开放标准,旨在促进AI应用程序与外部工具或数据源之间的安全双向连接。MCP的功能类似于AI的USB-C端口,允许Claude、ChatGPT和Cursor等各种AI应用程序通过单一、标准化的接口访问产品的工具和数据。对于产品经理而言,MCP代表了一个新的产品界面,使他们能够定义产品暴露的操作、控制访问以及衡量性能。
-
TradingView MCP 与 Claude 桌面集成因屏幕截图延迟而受阻
对 TradingView MCP(模型上下文协议)与 Claude 桌面集成的技术分析显示,主要的性能瓶颈不在于 LLM 本身,而在于捕获屏幕截图和进程间通信(IPC)所涉及的延迟。在 MacBook Pro M2 上进行的 72 小时压力测试表明,tradingview-mcp 解决方案通过重用现有的 TradingView 桌面进程,将 p99 延迟保持在亚秒级,这比启动新的浏览器实例更有效。分析表明,这种集成对于涉及频繁图表交…
-
已归档的MCP服务器下载量翻番,使用户面临未修补漏洞的风险
尽管五个模型上下文协议(MCP)服务器——GitHub、PostgreSQL、Slack、Puppeteer和Brave Search——在17个月前已被归档,但它们的下载量却翻了两番。这些已弃用的软件包仍被安装和使用,自归档以来下载量达数百万次。在PostgreSQL服务器包中发现了一个关键的SQL注入漏洞,尽管该漏洞在服务器归档的同一天被合并修复,但从未发布到npm,导致已弃用版本的用户面临风险。
-
分析发现 AI 代理配置中存在普遍的安全风险
对超过 10,000 个公开的 MCP 配置文件的最新分析揭示了重大的安全漏洞。三分之二的配置使用未固定的软件包版本,这意味着它们在每次代理启动时都会获取最新代码,可能运行受损或未经审查的更新。此外,相当多的配置仍然引用已弃用或已存档的服务器,数百个指向不存在的软件包,其中一些实例已被伪装成合法 AI 编码代理依赖项的恶意软件利用。
-
AI 代理因过时训练数据而安装未打补丁的易受攻击的 MCP 服务器
AI 编码代理由于训练数据中的信息过时,正在安装已弃用且无人维护的 MCP 服务器。这带来了重大的安全风险,因为这些服务器包含高危漏洞,包括远程代码执行,并且不会得到修补。已开发了一个新的安装门禁脚本,以防止安装这些不安全的软件包,在安装时提供了一个控制点。
-
AI代理因过时训练数据而安装易受攻击的MCP服务器
一种名为MCPhantom的安全漏洞已被发现,其中AI编码代理频繁安装已弃用且易受攻击的MCP服务器。Glow Labs的研究人员发现,在跟踪的会话中,AI代理有98%从其训练数据中选择了这些过时的服务器,而不是当前维护的版本。此问题影响了包括Anthropic和OpenAI在内的多家供应商的多个AI模型,由于某些已弃用软件包中存在未修补的远程代码执行漏洞,因此构成了重大风险。
-
Chrome DevTools MCP 1.12.0 增强了 AI 代理的浏览器控制能力
Chrome DevTools MCP 发布了 1.12.0 版本,增强了 AI 代理与网页浏览器交互的能力。此更新在 Google 的一篇博文中进行了详细介绍,重点在于改进代理控制和检查 Chrome 实例的方式。主要新功能包括自动处理 JavaScript 对话框(如警报和确认框),以及在页面导航过程中保持控制台消息历史记录。
-
新工具让 AI 编码代理可以使用您已登录的 Chrome 浏览器
一款名为 chrome-use 的新开源工具已被开发出来,允许 Claude Code 和 Codex 等 AI 编码代理利用用户现有的、已登录的 Chrome 浏览器会话。这绕过了代理启动全新浏览器上下文、需要重复登录和验证码的常见问题。该工具使用 Chrome 扩展程序和原生消息传递将代理连接到用户活动的浏览器标签页,在无需打开调试端口的情况下保留 cookie 和 SSO 会话。
-
新的 Python 服务器将 AI 浏览器代理成本削减 80%
一款名为 ProxyShield 的新型 Python 服务器已被开发出来,旨在显著降低与 AI 浏览器代理相关的成本。这些代理通常由 Claude Computer Use 和 OpenAI Operator 等模型驱动,由于使用住宅代理绕过反机器人系统而经常产生高昂费用。ProxyShield 通过实施智能路由、缓存静态资产和轮换 TLS 指纹以避免被检测来解决此问题,从而减少了带宽浪费和代理成本。
-
AI 代理通过新的 Model Context Protocol 获得实时浏览器洞察力
Model Context Protocol (MCP) 及其相关的 Chrome DevTools MCP Server 使 AI 代理能够直接与浏览器执行进行交互和观察,克服了静态代码分析的局限性。这种集成允许 AI 通过访问浏览器数据甚至根据视觉检查器更改修改源代码来调试内存泄漏或性能瓶颈等实时问题。该系统支持各种 IDE,并提供用于审核 Core Web Vitals 和将检查器修改直接持久化到代码库中的工具。
-
模型上下文协议使AI代理能够通过扩展驱动浏览器
模型上下文协议(MCP)使AI代理能够通过专用扩展或服务器与Web浏览器进行交互。MCP主机,如Claude Code或Cursor+,将AI模型连接到工具,使它们能够执行诸如浏览网页或键入文本等操作。一个关键的区别在于代理是驱动自己的浏览器实例,还是通过扩展在用户现有的浏览器中运行,后者利用现有的登录和Cookie。
-
T3rnel Browser 让 AI 代理可以使用您已登录的浏览器会话
T3rnel Browser 是一款新的浏览器扩展,旨在让 AI 代理更有效地与网络进行交互。它将 Chrome、Edge、Firefox 或 Opera 中现有的浏览器会话转换为模型上下文协议 (MCP) 服务器,使代理能够执行登录、填写表单和导航复杂网站等操作。该扩展包括数据编辑、提示注入检测和批准门等安全功能,同时还为开发人员提供了提取 CSS、捕获屏幕截图和生成自动化测试的工具。
-
11款热门工具的MCP服务器token计数差异巨大 · 追踪2个来源
对11款热门MCP服务器的比较显示,其token计数存在显著差异,Notion使用的token数量远超Git或Puppeteer。这些差异归因于分词器、服务器版本和计数方法论的不同,突显了在未指定测量方法的情况下,token计数并非绝对值。分析还注意到工具计数方式的不一致性,一些服务器包含远程服务,而另一些则不包含,并且一些社区列表包含过时或宣传信息。
-
Google 发布 Chrome DevTools MCP,用于基于代理的浏览器调试
Google 发布了 Chrome DevTools MCP,这是 Chrome DevTools 和 Puppeteer 团队的一个项目,它弥合了交付代码和观察其执行之间的差距。该工具将一个实时 Chrome 实例暴露给各种 MCP 客户端,提供 58 种工具用于网络检查、性能跟踪和调试等任务。它通过将跟踪和快照等大型资产写入磁盘而不是将它们流式传输回对话中来优先考虑令牌效率。该项目支持 Chrome 稳定版和 Chrome for…
-
AI 代理 Astra 通过 48 级 CAPTCHA,挑战机器人检测
演示显示,一个名为 Astra 的 AI 代理成功完成了 CAPTCHA 测试的所有 48 个级别,其中包括图像识别、逻辑谜题和动态交互。这一成就凸显了 AI 理解视觉界面、维持状态和执行顺序动作的能力的进步,超越了 CAPTCHA 系统中静态推理的先前局限性。虽然 Astra 在此特定测试中的成功值得注意,但这并不等同于攻破现代机器人检测系统,因为这些系统已经发展到包含浏览器级别信号、服务器端风险评估和加密身份验证方法。
-
Claude 为网络交互的浏览器自动化工具提供动力
本文探讨了使用 Claude 自动化浏览器任务,并在此基础上扩展了之前关于将 Claude 连接到服务的讨论。作者详细介绍了如何将 Claude 与 Selenium、Playwright 和 Puppeteer 等浏览器自动化工具集成,以控制网络浏览器。这种方法允许 Claude 执行导航网站、填写表单和提取数据等操作,有效地充当可以与互联网交互的代理。