Ghast Browser Relay 概览

Ghast Browser Relay 是一个 Chrome 扩展（Manifest V3），让 Ghast AI Desktop 的 Agent 操作你的 Chrome 浏览器。它是一个薄中继，不是第二个产品入口——唯一的工作是把桌面客户端的命令通过 Chrome DevTools Protocol (CDP) 转发到 Chrome，并把事件流回。

扩展是整个产品的一小部分。桌面客户端是你停留的地方；扩展是 Agent 需要操作浏览器时的桥梁。

"操作你的浏览器"是什么意思

通过中继，Agent 能：

• 管理标签页——列出、新建、跳转、刷新、关闭
• 截屏——可视区域的高保真截图，附 viewport 尺寸
• 检查 DOM——抽取交互元素（最多 200 个）含 CSS selector、bounding box、可见性、aria-label、disabled 状态
• 读内容——title、URL、innerText（截断到 60,000 字符并标记 truncation flag）
• 执行 JS——在页面上下文中跑任意表达式
• 交互——通过 CSS selector 点击、键入、滚动、上传文件
• 自动处理弹窗——alert / confirm 自动接管，不阻塞自动化

这些对应桌面客户端的 browser 技能。

为什么是中继而不是内置浏览器

权衡考量：

• 你保持登录。Agent 操作的是你日常使用的 Chrome 实例——你的 session、cookie、扩展、历史都在。不需要二次登录。
• 不维护 headless 浏览器。Ghast 不需要打包 Chromium 二进制、维护补丁、做沙箱。Chrome 就是 Chrome。
• 可观察。Agent 做的事都在你能看到的标签页里发生。

权衡是 Agent 可以对你的浏览器做事。信任模型靠 Profile 级 token（见 安全与 Token 轮换）。

它不是什么

• 不是侧边栏 AI。Ghast AI 是桌面应用。扩展没有聊天 UI——它的弹窗只显示连接状态。
• 不是自主浏览器 Agent。Agent 仅在桌面客户端的某轮次告诉它时才行动。
• 不是 Firefox / Safari / 独立 Chrome 的故事。Manifest V3 + debugger 权限意味着仅 Chrome（或完整支持 Manifest V3 的 Chromium 系浏览器）。

怎么连到桌面

   桌面客户端                   扩展                       Chrome
┌────────────────────┐         ┌──────────────┐         ┌──────────────┐
│  LiveBrowser RPC   │ ──────▶ │  service     │ ──CDP─▶ │ active tab   │
│  (WebSocket server)│ ◀────── │  worker      │ ◀────── │              │
└────────────────────┘         └──────────────┘         └──────────────┘
       ws://127.0.0.1:18189/v1/browser/stream
       JSON-RPC 2.0, subprotocol-bearer auth

• 桌面客户端在 127.0.0.1:18189（端口可改）启动本地 WebSocket 服务。
• 扩展的 service worker 连接到该服务。
• 鉴权是每 Profile 随机生成的 token，作为 WebSocket subprotocol（ghast-token.<TOKEN>）发送。
• 协议是 JSON-RPC 2.0；方法集包括 browser.tabs.*、browser.debugger.*、session.*。
• 自动重连——基于 Chrome alarm 的 keep-alive，指数退避最多 30 秒。

什么时候安装

中继是可选的。下列情况安装：

• 想让 Agent 在你真实的浏览器里做真实的工作——填表单、读你登录的仪表盘、为研究截图。
• 想让 Composer 里的 browser 技能真正起作用。

如果你的工作流是纯对话或本地 Mac 自动化，不需要它。

下一步去哪

• 安装与配对——加载扩展并连接桌面
• Agent 能做什么——完整能力清单
• 安全与 Token 轮换——鉴权、轮换、扩展能/不能看见什么