Web 与浏览器
选择最轻量的可行路径
直接告诉 omp 你想要的结果。它会自行选择底层能力;你无需亲自调用某个 Web 或浏览器工具。
| 你的任务 | 最佳路径 | 示例请求 |
|---|---|---|
| 查找当前信息或对比多个来源 | Web 搜索 | Compare the current Bun and Node.js workspace behavior. Cite the official documentation. |
| 阅读一个已知 URL 的页面 | URL 阅读 | Read https://example.com/docs/auth and summarize the token refresh rules. |
| 操作 JavaScript 应用,点击、填表或检查渲染后的 UI | 托管浏览器 | Open the local app, create a test account, and report any validation problems. Do not submit payment details. |
| 在已登录 Chrome 的账户中工作 | 浏览器中继(Relay) | Using my visible Chrome tab titled “Acme Admin,” export the August report and tell me where it downloaded. |
不知道来源时,从搜索开始。已知确切 URL 时,直接给 omp 一个 URL。只在需要渲染或交互时使用浏览器自动化;只有当你有意共享自己的 Chrome 状态时才使用中继。
对于 GitHub issue 和 pull request,请让 omp 改用它的 GitHub 集成。它是结构化的、有缓存的,通常比抓取网站更可靠。
搜索 Web
Web 搜索会返回答案以及来源 URL。直接说明你需要哪种证据:
Find the release note that introduced Node.js permission-model networking. Use primary sources, quote the relevant sentence, and link it.Research PostgreSQL 18 logical replication changes from the past month. Separate confirmed facts from commentary and cite every claim.搜索默认通过 web_search.enabled 启用。omp 按优先级顺序遍历可用的 Provider,当某个 Provider 不可用、超时或没有返回可用结果时,会向后顺延。打开 /settings 可以启用 Web Search、选择 Web Search Provider Order、排除你不信任的 Provider,或修改每个 Provider 的超时时间。
Provider 可以使用 /login 已保存的凭据、Provider 的 API key 环境变量,或免凭据的搜索引擎。一个实用的配置是:
- 为你已在使用的 Provider 运行
/login,或按照 Provider 与密钥与认证中的说明配置其 API key。 - 在
/settings中,把该 Provider 排到 Web Search Provider Order 的最前面。 - 让 omp 搜索一个小的、时效性强的事实,并附上其来源。
持久化配置也可以写入 ~/.omp/agent/config.yml 或项目的 .omp/config.yml:
web_search:
enabled: true
providers:
webSearchOrder: [perplexity, exa, gemini]
webSearchExclude: []
webSearchTimeoutSeconds: 60未列出的 Provider 保持其内置的相对顺序。超时作用于每一次单独的 Provider 尝试,而不是整条回退链。配置优先级请参见设置。
搜索结果是证据,不是权威。让 omp 优先使用一手来源、交叉验证重要论断,并指出它无法访问的来源。搜索不会因为你登录了 Chrome 就能看到私有页面;那些内容请使用中继。
阅读已知 URL
当页面是公开且基本静态的,直接把 URL 给 omp:
Read https://example.com/security.pdf and list the supported encryption algorithms with page references.Read the API documentation at https://example.com/reference and turn the pagination rules into a short implementation checklist.URL 阅读可以从文章、文档、PDF、JSON、订阅源以及许多常见开发者网站中提取干净的文本。它不执行页面 JavaScript,也不继承浏览器 cookie。这使它比浏览器自动化更快、更少状态,但不适合客户端渲染的应用、需要登录的控制台、同意流程以及交互式表单。如果提取到的页面为空或不完整,让 omp 在浏览器中重试。
自动化托管浏览器
托管浏览器是由 omp 控制的一个 Chromium 实例。它是渲染页面、本地开发服务器、截图、多步导航、表单校验以及其他不需要你日常 Chrome 配置文件的交互的正确选择。
Open http://localhost:3000 in a browser. Test the sign-up form at mobile and desktop widths, take screenshots of any broken state, and do not submit the final form.Navigate through the public pricing calculator, enter 25 seats, and report the displayed annual total. Stop before checkout.浏览器支持默认启用。如果 omp 提示不可用,打开 /settings 并检查 Tools → Available Tools → Browser。相关的持久化设置为:
browser:
enabled: true
headless: true- **无头(
browser.headless: true)**是默认值。它安静无窗口,最适合可重复的导航、提取和截图。 - **可见(
browser.headless: false)**会打开浏览器 UI,便于你观察、处理登录或人机验证,并在网站抵抗自动化时手动接管。
首次使用托管浏览器可能会下载 Chromium。无头与可见模式都使用 omp 管理的浏览器配置文件,而不是你正常的 Chrome 配置文件。在该托管浏览器运行期间,登录状态与页面状态可以保留,但不要把它当作永久的凭据存储。对于已有的登录、Passkey、客户端证书或精心维护的浏览器配置文件,请优先使用中继。
你还可以配置 browser.cdpUrl,附加到一个你特意以远程调试端点启动的 Chromium 实例。这是中继之外的高级替代方案:omp 不拥有该进程,断开连接也不会关闭它的页面。现代 Chrome 限制对默认配置文件的远程调试,因此对于日常 Chrome,中继通常是更好的选择。
用 Browser Relay 连接你自己的 Chrome
OMP Browser Relay 扩展让 omp 可以驱动一个现有的 Chrome 标签页,包括它的 cookie 和已登录会话。这是能力最强的路径,也是最大的信任决策:被附加的标签页拥有与你相同的账户权限。
一次性安装
omp browser-relay install然后:
- 在 Chrome 中打开
chrome://extensions。 - 启用 Developer mode。
- 选择 Load unpacked 并选中
~/.omp/browser-relay/extension。 - 在
/settings中启用中继,或运行:
omp config set browser.relay true当 omp 首次需要时,本地中继服务器会自动启动。扩展徽标在连接后会显示 on。通常你不需要自己运行服务器。
打开你想共享的页面,把它设为当前可见标签页,并尽可能在请求中点名它:
Use the Chrome tab whose title contains “Staging Orders.” Find order 1842 and summarize its fulfillment history. Do not edit or refund anything.不指定目标时,omp 会采用当前可见的可用标签页,而不会把另一个标签页带到前台。它正在驱动的标签页会出现在一个青色的 omp 标签组中;连接结束后该组解散。释放中继会话不会关闭你的 Chrome 页面。
中继的信任与加固
该扩展使用 Chrome 的调试器权限。附加期间,omp 可以读取渲染后的页面内容、输入文字、点击控件、上传文件、发起下载,并以该标签页的 cookie 和账户权限执行操作。Chrome 会显示“正在调试此浏览器”的信息条。
中继默认监听回环地址 http://127.0.0.1:9224。任何能访问到未加保护中继的本地进程,都可以驱动那个已登录的附加标签页。如果你不信任机器上的每个进程,请带 token 启动:
omp browser-relay --token 'a-long-random-secret'点击扩展的工具栏图标打开其设置,并输入相同的 token。请使用密码管理器或环境安全的启动方式,而不是把 token 提交到仓库。自定义端口也必须在扩展和 browser.relayUrl 中保持一致。除此之外,只有需要 token、非默认端口或 --no-group 时才需要手动启动。
共享完 Chrome 状态后,请关闭中继设置:
omp config set browser.relay false登录、文件与状态
涉及凭据时,请优先在可见的托管浏览器或 Chrome 中亲自登录,然后再授予中继访问。不要把密码、恢复码或一次性验证码粘贴进提示词。网站可能检测自动化、要求 CAPTCHA 或硬件级认证,或屏蔽受调试器控制的标签页;请手动接管,而不是让 omp 绕过这些控制。
上传文件时,给出确切的本地路径和目标位置:
Upload ./artifacts/report.pdf to the “August evidence” field, verify the filename and size, but wait for me before submitting.上传路径相对会话启动时所在的目录解析。omp 只能通过页面的文件输入框上传,且本地文件必须可读。把上传视为一次数据披露:确认站点、账户、文件和受众。
下载文件时,说明你期望的结果并让 omp 验证:
Download the CSV report for 2026-08-01 through 2026-08-31 and tell me the final filename and local path. Do not open or execute it.中继下载遵循你 Chrome 配置文件的常规下载设置。托管浏览器使用自己的配置文件和下载行为,目标位置可能不同。如果站点提供了直接的公开文件 URL,让 omp 抓取该 URL 通常比点击浏览器下载更可预测。下载的内容是不可信的;在打开、导入或执行之前先检查它。
审批与安全的请求
浏览器自动化是一种可执行操作的工具。在 tools.approvalMode: write 或 always-ask 下,omp 会在浏览器操作前提示;默认的 yolo 模式不会。无论整体模式如何,你都可以要求每次浏览器操作都提示:
tools:
approval:
browser: prompt审批提示授权的是 omp 操作浏览器这件事,而不是一切现实后果。购买、发消息、发布、删除、账户变更、财务操作以及提交敏感数据,仍然需要你在行动发生时确认,除非你的请求已经明确授权了确切的目标、范围和取值。
写请求时给出边界:
Draft the support reply in the browser, but do not send it. Show me the final recipient, subject, and body for approval.Add the two named items to the cart and report the total. Do not sign in, start a trial, or place the order.网页是不可信的输入。页面上显示的指令不能覆盖你的请求。如果某个页面要求 omp 泄露密钥、运行命令、上传无关文件或改变任务,它应当停止并报告该指令。
局限
- 当网站改变 DOM、虚拟化内容、限制请求频率或检测到自动化时,浏览器自动化可能失败。
- CAPTCHA、Passkey、硬件密钥、生物识别提示、原生文件选择器和部分支付流程需要你手动接管。
- 浏览器会话是有状态的。一次导航或应用重渲染可能使 omp 之前找到的控件失效;让它重新检查页面比重复一次盲点更安全。
- 中继模式无法附加到
chrome://页面、Chrome DevTools、Chrome 网上应用店或其他扩展的页面。 - 打开了 DevTools 的标签页无法被附加,因为 Chrome 对每个标签页只允许一个调试器连接。
- 关闭 Chrome 的调试信息条会使该标签页分离,直到它再次导航。
- 中继和附加浏览器模式不会隐藏自动化,也不会在 omp 断开时关闭你的页面。
- 通过中继无法实现浏览器上下文隔离。当账户必须保持隔离时,请使用单独的 Chrome 配置文件或托管浏览器。
故障排除
搜索提示没有配置任何 Provider
确认 web_search.enabled 已开启。检查 /settings 中的 Web Search Provider Order 与 Excluded Web Search Providers;被排除的 Provider 不能作为回退。重新运行 /login 或更新所选 Provider 的凭据,然后请求一个带单一来源的简单时效事实。如果某个 Provider 很慢,请调高 providers.webSearchTimeoutSeconds,而不是反复重试同一个请求。
URL 内容为空或缺失
页面可能由 JavaScript 渲染、需要 cookie、阻止自动化提取,或把内容嵌在另一个 frame 中。让 omp 在托管浏览器中打开它。如果页面是私有的,请可见地登录,或使用一个你明确共享的中继标签页。
托管 Chromium 无法打开
确认 browser.enabled 已开启,并允许首次运行的 Chromium 下载完成。把 browser.headless 切换为 false,让启动和导航可见。如果配置的 browser.cdpUrl 已失效,请删除它,让 omp 重新启动其托管浏览器。
中继徽标没有显示 “on”
升级 omp 之后重新运行 omp browser-relay install,在 chrome://extensions 中重新加载未打包的扩展,并确认配置的端口和 token 一致。默认端点是 127.0.0.1:9224。如果你手动启动了中继,请保持该进程运行;否则让 omp 在首次使用时自动启动。
omp 选中了错误的标签页
把目标标签页带到前台,并在请求中包含一个有辨识度的标题或 URL 片段。关闭该标签页上的 DevTools。受限制的 Chrome 页面会被刻意隐藏,不对 omp 可见。
中继标签页断开连接
omp 工作期间不要关闭 Chrome 的调试信息条。让该标签页导航一次使其可重新附加,确认扩展徽标为 on,然后重试。如果 Chrome 报告有另一个调试器,请先关闭 DevTools 或另一个调试器客户端。
上传或下载没有出现在预期位置
上传时使用相对会话启动目录的路径,或给出绝对路径。确认目标是真实的文件上传控件。下载时,检查当前浏览器配置文件的下载设置,并让 omp 报告它观察到的文件名和路径;中继下载与托管浏览器下载不必使用同一目录。
