Estars的博客 
AI 烧 token 点网页的时代，要被这个 23k star 项目终结了
AI 烧 token 点网页的时代，要被这个 23k star 项目终结了
来源： 微信公众号「AgentFlow」 作者： AgentFlow 发布时间： 2026年6月11日 10:04（新加坡） 原文链接： mp.weixin.qq.com
一个叫 OpenCLI 的开源项目，23.5k star，核心逻辑只有一句话：把任何网站固化成一条 CLI 命令，之后免费跑一万次。
它不是另一个 Playwright 封装，也不是又一个 MCP 工具。它是一种不同的思路。
AI 点网页，到底贵在哪
AI agent 操作浏览器，大致经历了三代：
| 代际 | 方案 | 特点 |
|---|---|---|
| 第一代 | Selenium/Playwright 脚本 | 确定性强，但每个网站都要手写，维护成本高 |
| 第二代 | LLM 驱动（browser-use、Playwright MCP） | 通用性好，但慢、贵、不稳定 |
成本对比（第三方测试数据）：
| 路线 | Token 消耗 | 响应时间 |
|---|---|---|
| Playwright MCP | ≈ 11.4 万 token | 10-60 秒 |
| OpenCLI（CLI 路线） | ≈ 2.7 万 token | 数秒 |
更根本的问题是：LLM 驱动方案每次执行都要**「重新理解」**页面——就像雇了个实习生，每次都得现学现卖，没有 SOP。
OpenCLI 的核心逻辑：智能前置，执行免费
作者 jackwener（Apache Arrow / DataFusion PMC 成员）把数据库的一个基本思想搬了进来：查询计划编译一次，执行多次。
对应到 Web 自动化就是：用 AI 探索一次目标网站，把操作逻辑固化成确定性的适配器，之后每次执行都是纯 JS 跑 DOM，零 LLM 参与。
「编译时智能 vs 运行时智能」
100 次任务：
- LLM 驱动方案 → 调 100 次大模型
- OpenCLI 路线 → 生成适配器时调 1 次，之后 99 次零成本执行
每个适配器本质是一个 TypeScript 模块，内含确定性的 CSS 选择器和页面交互逻辑：导航 → 提取 → 返回结构化 JSON。没有 LLM 随机性，跑一万次结果一致。
登录态问题，它怎么解
这才是 OpenCLI 真正的差异点，也是国内开发者最该关注的地方。
小红书、知乎、B 站、微博——这些平台的 API 要么没有要么极贵，爬虫又风控严。browser-use 和 Stagehand 需要你手动注入凭证，Playwright 要自己管理 cookie。
OpenCLI 的答案：直接用你正在用的那个 Chrome。
架构
CLI (Node.js) → 本地 daemon (localhost:19825, WebSocket) → Chrome 扩展 → 页面内执行 JS扩展在你已登录会话的页面上下文里执行 JavaScript，凭证全程不离开浏览器，没有任何凭证存储。
「No competitor can say this.」—— 你的密码从来没离开过你的浏览器，因为它用的就是你的浏览器。
这对国内平台尤其致命：不用扫码、不用配 token、不触发风控，因为从平台的视角看，这就是你本人在用浏览器正常操作。
安装与使用
- Chrome 扩展： Chrome Web Store 搜索 OpenCLI
- CLI 端： Node.js >= 20
- Daemon： 首次执行 browser 命令时自动启动，常驻后台
现成适配器覆盖 100+ 站点（含大量中文平台）
| 国内平台 | 国外平台 |
|---|---|
| B站、知乎、小红书、微博、雪球、V2EX、BOSS直聘 | Twitter/X、Reddit、HackerNews、YouTube |
典型体验：opencli twitter search "关键词"，数秒返回结构化 JSON。
5 种认证策略（适配器自动选用）
PUBLIC（无需登录）→ COOKIE → INTERCEPT（拦截API调用）→ UI（模拟操作）→ LOCAL（本地应用）用户感知不到这些细节，装好就能跑。
Agent 集成
v0.6.0 新增 opencli setup 交互式 TUI，一键把配置打进 Claude Code、Gemini CLI、Cursor、Codex 等工具。给 Claude Code 装上 opencli-browser skill，agent 就能直接用你登录中的 Chrome 搜推特、读 Reddit、发小红书，不需要任何 API key。
局限和边界
| 适合 | 不适合 |
|---|---|
| 高频访问的固定站点 | 需要随机浏览的陌生页面 |
| 需要定时任务的数据抓取 | 动态变化的一次性任务 |
| Agent 工作流里的确定性操作 | — |
通用浏览场景，官方建议配合 browser-use/Stagehand 一起用。
还有一个亮点：7 个桌面应用（Electron）适配器，通过 CDP（Chrome DevTools Protocol）驱动 Electron，Obsidian 也能变成 CLI 操作。
为什么这个范式值得关注
“先用 agent 探索一次，再固化成命令”——这个叫 crystallize 的设计哲学，是 OpenCLI 最值得单独拿出来讲的东西。
这不只是一个产品功能，是 agent 工具的一种新范式。过去我们谈 AI agent，默认是「每次执行都让 AI 现场决策」。OpenCLI 在说：决策应该发生在设计时，不是运行时。
一旦流程跑通，就该把它变成零成本可重复的命令。
这个思路和当前社区趋势高度契合。2025 年底以来，「MCP 吃 token 太狠，agent 工具向 CLI/Skills 迁移」已经是明显趋势。OpenCLI 踩中了这个时间点，几个月从 15.6k 涨到 23.5k star，增速本身就说明了问题。
整理于 2026-06-11
Share Article
If this article helped you, please share it with others!
Music
No playing