AI Agent 运营工具周报：从浏览器执行到 SEO，7 个补件值得试

前两期已经把 OpenCLI、Agent Reach、HuiMei、social-auto-upload、ChubbySkills 这类读写平台的基线工具盘过一遍。本期不再重讲同一批项目改看另一条更实用的链路Agent 要稳定跑内容运营除了会生成文案还得会看网页、调浏览器、剪视频、查 SEO 数据、翻国内开放平台文档。缺的往往不是一个大而全工具而是几个能被流程拼起来的小入口。本期先看 7 个入口工具一句话定位适合放进哪段运营流程Agent 接口形态主要风险Chrome DevTools MCPGoogle Chrome DevTools 团队维护的 MCP Server让 Claude、Cursor、Codex 等 Agent 控制和检查真实 Chrome登录态网页巡检、性能检查、后台表单验证、发布前页面 QAnpx chrome-devtools-mcplatest/ MCP / CLI会把浏览器内容暴露给 MCP 客户端敏感账号要隔离Page Agent阿里开源的页内 GUI Agent用纯前端 JavaScript 在网页里执行自然语言操作并提供 Chrome 扩展与 MCP Server beta给自家 SaaS 后台、运营后台、CMS 加自然语言操作层npm install page-agent/ JS SDK / Chrome extension / MCP beta更适合你能控制的网页不是通用爬虫LocoAgent面向社媒账号的浏览器自动化 Agent通过真实 Chrome 会话执行点赞、回复、关注和发布等动作X、LinkedIn、Reddit 这类海外账号的日常互动与定时任务Bun CLI / agent-browser / skills / workflow engine账号动作风险高必须先用小号、限频和操作日志BrowserActProduct Hunt 上的浏览器自动化产品定位是给 Agent 一个可处理登录站点、验证、上传文件和重复网页工作流的浏览器层需要真实浏览器但不想自己维护 Playwright 基建的团队托管浏览器自动化服务 / 官网入口不是开源仓库价格、数据边界和可观测性要单独核video-usebrowser-use 团队开源的视频剪辑 skill目标是让 Claude Code、Codex、OpenClaw 等 Agent 从素材文件夹产出final.mp4发布前的视频粗剪、口播去废话、字幕、调色、片段自检Agent Skill / Python helpers / ffmpeg / ElevenLabs依赖转录和本地媒体工具长视频要先做成本和时间预算OpenSEO开源 SEO 工具明确提供 MCP 和 Agent Skills让 Agent 直接使用关键词、排名、竞品、外链和站点审计数据选题前关键词研究、发布后排名追踪、竞品页面分析自托管 Web app / MCP / Agent Skills需要 DataForSEO APIDocker 默认单用户无认证SpecFusion中文开放平台 API 文档搜索 Skill可在 Claude / Cursor 里直接检索微信、支付宝、钉钉等国内开放平台的接口文档对接国内开放平台前的接口核查、参数确认MCP Skill / 自然语言检索文档时效性取决于抓取频率重要接口仍需回到官方文档确认1. Chrome DevTools MCP仓库ChromeDevTools/chrome-devtools-mcpGoogle Chrome DevTools 官方团队维护让 Agent 以 MCP 协议连接并控制真实的 Chrome 浏览器实例。不同于 Puppeteer/Playwright 的无头方案这里直接走 Chrome DevTools ProtocolCDP浏览器窗口是真实可见的登录态、Cookie、本地存储全部保留。接入方式npx chrome-devtools-mcplatest在 Claude Desktop / Cursor 的 MCP 配置里加上这条Agent 就能调Page.navigate、Runtime.evaluate、DOM.querySelector等原生 CDP 方法也可以直接用 README 里的 CLI 脚本做非交互式巡检。适合哪段流程发布后巡检检查页面是否正常渲染、首屏时间、关键元素是否存在登录态操作后台表单填写、CMS 发布、需要 session 的自动化验证页面 QA在真实 Chrome 里截图对比比无头浏览器更贴近用户实际看到的结果主要风险MCP Server 运行期间连接的 Agent 可以读取浏览器里所有标签页的内容包括已登录账号的 DOM 和网络请求。建议专门开一个独立的 Chrome Profile 给 Agent 使用不要混用日常登录的浏览器。2. Page Agent阿里开源仓库alibaba/page-agent阿里开源的页内 GUI Agent核心思路是「把自然语言操作能力注入到你自己控制的网页里」。它用纯前端 JavaScript 运行不需要 Puppeteer直接在浏览器环境里理解页面结构并执行点击、填写、滚动等操作。同时提供 Chrome 扩展和处于 beta 阶段的 MCP Server。npm install page-agent适合哪段流程给自家 SaaS 后台加一层自然语言操作界面不改后端只改前端运营后台批量操作比如批量改文章状态、批量打标签CMS 系统的 AI 助手层需要注意Page Agent 定位是「你能控制的页面」不是通用爬虫。对第三方页面结构会变、CSP 会拦稳定性和成功率都不如专门的自动化框架。3. LocoAgent仓库LocoreMind/locoagent面向社媒账号的浏览器自动化 Agent目标场景是 XTwitter、LinkedIn、Reddit 等海外平台的日常互动点赞、回复、关注、发布、定时任务。底层走真实 Chrome 会话非无头用 Bun 运行。接口形态Bun CLI agent-browser 模块 skills 体系 内置 workflow engine。可以按「技能包」的方式组合动作序列相当于一个轻量的 RPA 框架专门针对社媒场景做了调优。必须先做的事用小号测试不要直接用主账号设置操作频率上限模拟人类使用节奏打开操作日志每条动作都留审计记录异常时立即停止不要自动重试超过 2 次社媒平台对自动化检测越来越激进账号动作风险不可低估。4. BrowserAct来源Product Hunt - BrowserAct托管型浏览器自动化服务给 Agent 提供一个「开箱即用的浏览器层」处理登录、验证码、文件上传和复杂网页工作流不需要自己维护 Playwright/Selenium 基建。适合哪类团队需要浏览器自动化能力、但没有时间维护本地 Playwright 环境的中小团队。注意事项这不是开源仓库是商业 SaaS 产品。接入前需要单独核定价模型按会话/按操作/按时间数据在哪里处理涉及登录态敏感信息可观测性日志、失败重试、告警怎么配5. video-use仓库browser-use/video-usebrowser-use 团队开源的视频剪辑 Agent Skill目标是让 Claude Code、Codex、OpenClaw 等 Agent 接收一个素材文件夹输出final.mp4。底层调 ffmpeg ElevenLabs配音/转录支持去废话、字幕嵌入、调色、片段自检。典型工作流Agent 扫描素材文件夹识别口播片段调转录接口Whisper/ElevenLabs生成字幕按脚本剪辑去废话、拼接、调色输出成品 自检报告哪段有噪音、哪段人脸不清晰成本提示ElevenLabs 转录按分钟收费长视频要先算好成本和处理时间预算别在 Agent 循环里无控制地调。6. OpenSEO仓库every-app/open-seo开源 SEO 工具明确提供 MCP Server 和 Agent Skills让 Agent 直接在工作流里调用 SEO 数据关键词搜索量、竞品排名、外链分析、站点审计。底层数据来自 DataForSEO API。部署方式Docker 自托管一条命令起 Web app同时暴露 MCP 接口。适合哪段流程选题前关键词竞争度评估判断值不值得写发布后排名变化追踪自动生成周报竞品分析批量抓竞品页面的关键词覆盖情况注意DataForSEO API 有费用Docker 默认配置是单用户、无认证生产环境部署前要加访问控制。7. SpecFusion面向中文开放平台的 API 文档搜索 Skill。可以在 Claude / Cursor 里直接用自然语言检索微信开放平台、支付宝开放平台、钉钉开放平台等国内主流平台的接口文档免去手动翻文档的步骤。适合哪段流程在 Agent 对接国内开放平台接口前快速确认接口名称、参数、权限要求、返回结构减少对接时的来回确认。时效性提示文档内容取决于抓取频率国内开放平台接口变更比较频繁。重要接口的参数和权限要求仍建议回到官方文档页面做最终确认。小结怎么选这 7 个工具覆盖了 Agent 运营链路里比较容易被忽视的几个环节。选的时候可以按这个优先级来先看接口形态MCP / CLI / SDK 哪种更容易接进你现有的 Agent 框架再看风险等级涉及真实账号操作的LocoAgent、Chrome DevTools MCP先用隔离环境测试最后看维护成本开源自托管 vs 商业 SaaS团队能不能接得住前两期的发布与采集基线 本期的执行层补件合在一起已经覆盖了内容运营 Agent 流程里大部分常用入口。下期会聚焦内容质量监控和数据回流这段链路持续更新。