PinchTab 最新版

在 AI 智能体（Agent）爆发的今天，如何让大模型精准、高效地控制浏览器执行任务，成为了落地的关键瓶颈。PinchTab 是一款基于 Go 语言开发的高性能浏览器自动化桥接器，仅凭 12MB 的独立二进制文件，即可将 Chrome 浏览器转化为 AI 智能体的可控终端，提供极致的令牌效率与稳定的元素操作能力。

为什么选择 PinchTab？

传统的浏览器自动化工具（如 Selenium、Puppeteer）往往依赖庞大的运行时环境，且在面对动态网页时容易因坐标漂移而失效。PinchTab 专为 AI 驱动 的场景设计：

• 极致轻量：单文件 12MB，无外部依赖，启动秒级完成。
• 令牌高效 (Token Efficient)：通过智能文本提取与结构化摘要，每个页面仅需约 800 Tokens 即可让 LLM 理解页面结构，大幅降低 API 调用成本。
• 稳定性优先：摒弃脆弱的 XPath 或屏幕坐标，采用 可访问性树 (Accessibility Tree) 进行元素引用，确保即使页面布局微调，操作依然精准。
• 多实例并发：支持并行运行多个隔离的 Chrome 进程，每个实例拥有独立配置文件，完美适配多账号、多任务场景。

核心功能亮点

1. 双模控制：CLI 与 HTTP API

• 命令行交互：通过简单的 CLI 命令即可导航、截图、点击、提取文本，适合脚本快速调试。
• HTTP API：提供标准的 RESTful 接口，方便任何语言的 AI Agent 集成调用。

2. 高级隐身与配置管理

• 配置文件持久化：每个实例可绑定独立配置文件（Profile），登录状态永久保存，重启后无需重新认证。
• 隐身注入：内置高级反检测机制，模拟真实用户行为，降低被网站风控识别的风险。
• 灵活部署：支持 无头模式 (Headless) 用于服务器后台运行，或 有头模式 (Headed) 用于本地调试与监控。

3. 全平台与架构优化

• ARM64 原生支持：针对树莓派 (Raspberry Pi) 等 ARM 设备深度优化，自动检测并适配 Chromium，是边缘计算设备的理想选择。
• 实时仪表板：内置可视化面板，实时监控各实例状态、资源占用及任务进度。

快速开始

安装方式

PinchTab 提供多种便捷的安装途径：

• macOS / Linux (一键脚本):

  curl -fsSL https://pinchtab.com/install.sh | bash
  

• npm (Node.js 用户):

  npm install -g pinchtab
  

• Docker (容器化部署):

  docker run -d -p 9867:9867 pinchtab/pinchtab
  

使用示例

场景：让 AI 智能体访问网页并点击按钮

1. 启动服务器：

   pinchtab
   # 默认监听 http://localhost:9867
   

2. 创建实例并导航 (HTTP API)：

   # 创建一个名为 "work" 的配置文件的实例
   TAB=$(curl -s -X POST http://localhost:9867/instances \
     -d '{"profile":"work"}' | jq -r '.id')
   
   # 导航到目标网站
   curl -X POST "http://localhost:9867/instances/$TAB/nav" \
     -d '{"url":"https://example.com"}'
   

3. 获取页面快照 (供 LLM 分析)：

   # 获取交互式元素的精简快照 (仅消耗少量 Tokens)
   curl "http://localhost:9867/instances/$TAB/snapshot?filter=interactive"
   

4. 执行操作 (点击元素)：

   # 假设 LLM 分析后返回元素引用为 "e5"
   curl -X POST "http://localhost:9867/instances/$TAB/action" \
     -d '{"kind":"click","ref":"e5"}'
   

或使用 CLI 直接操作：

pinchtab nav https://example.com
pinchtab snap -i -c  # 获取交互式元素快照
pinchtab click e5    # 点击引用为 e5 的元素
pinchtab text        # 提取页面文本

核心概念解析

• 实例 (Instance)：一个独立运行的 Chrome 进程。你可以同时运行数十个实例，互不干扰。
• 配置文件 (Profile)：浏览器的“身份”。包含 Cookie、LocalStorage、扩展程序等。登录一次，永久有效。
• 标签页 (Tab)：实例中的单个网页。一个实例可管理多个标签页，但推荐一对一以获得最佳隔离性。

应用场景

• AI 数据抓取：结合 LLM 的理解能力，自适应处理复杂动态网页，提取结构化数据。
• 自动化测试：利用稳定的元素引用，构建鲁棒的端到端测试流程。
• RPA 流程自动化：在树莓派等低功耗设备上部署，7x24 小时执行重复性网页任务。
• 多账号管理：通过多实例与配置文件隔离，安全高效地管理社交媒体、电商等多个账号。