Skip to content

Claude Code 怎麼看見你的瀏覽器:Chrome 整合、console 除錯與表單自動化

2026年3月28日 1 分鐘
TL;DR Claude Code 透過 Claude in Chrome 擴充套件取得瀏覽器控制權:讀 console log 與 DOM、點擊輸入、上傳檔案、錄 GIF,還能直接操作你已登入的網站。官方前置條件列出 Chrome、Edge 與 Brave、Arc、Vivaldi、Opera 等 Chromium 系瀏覽器,但 WSL 不支援。
目錄
  1. 它是怎麼接上的
  2. 典型用法
  3. 權限與安全
  4. 限制
  5. 學到的事
  6. 參考資料
  7. 更新紀錄

🌏 English version

系列入口篇講過,Claude Code 的 agentic loop 有三個階段:蒐集 context、採取行動、驗證結果。但 loop 一直以來只碰得到終端機和檔案系統——前端改動的最終裁判是瀏覽器,驗證那一步卻得靠你自己切視窗、重新整理、開 DevTools 看 console。Chrome 整合補的就是這塊:它透過 Claude in Chrome 擴充套件把瀏覽器變成 loop 裡的一組工具,讓「build → 在瀏覽器驗證 → 回頭修 code」在同一個對話裡跑完。同系列 G 叢集的另一篇講的是另一種 surface——Slack 整合與 Claude Tag;這篇聚焦瀏覽器。

它是怎麼接上的

架構上不複雜:Chrome 整合基於 Anthropic 官方的 Claude in Chrome 擴充套件(Chrome Web Store 版本 1.0.36 以上),底層是一個名為 claude-in-chrome 的 MCP server——在任何 session 跑 /mcp 就能看到它的完整工具清單。擴充套件和 Claude Code 之間走 native messaging,第一次啟用時 Claude Code 會寫入 host 設定檔,Chrome 重啟後讀取。

啟動方式有三種:

claude --chrome        # 起 session 時帶旗標

或在 session 內跑 /chrome 啟用、查看連線狀態、管理權限、重連擴充套件。懶得每次帶旗標,就在 /chrome 面板選「Enabled by default」。反過來,如果你是在互動 session 裡叫 Claude 用瀏覽器、但它沒偵測到擴充套件,它會跳出「Claude wants to use your browser」安裝提示,引導你裝完並在同一個 session 接上。

瀏覽器偵測範圍值得記清楚:Claude Code 文件把 Google Chrome、Microsoft Edge,以及 Brave、Arc、Vivaldi、Opera 這類 Chromium 系瀏覽器都列進前置條件;多個瀏覽器同時連上時,可以在 /chrome 面板選 Claude 要用哪一個。WSL 環境則完全不支援。另外有個容易踩的坑:Chrome 整合要求用 /login 登入的直接 Anthropic 訂閱(Pro、Max、Team、Enterprise)——如果你是用 API key 或 claude setup-token 的長期 token 認證,就算帶了 --chrome,整合也會保持關閉,因為擴充套件無法用那些憑證認證。

典型用法

官方文件的定位是把瀏覽器動作跟 coding 任務串在同一個 workflow 裡。幾個高頻場景:

測試 local web app。 最經典的 build-test-fix 迴圈:

我剛更新了登入表單的驗證邏輯。打開 localhost:3000,
用無效資料提交表單,確認錯誤訊息有正確顯示。

Claude 開新分頁導航到你的本地 server、實際互動、回報觀察到的結果。所有瀏覽器動作都在一個可見的 Chrome 視窗即時執行,你全程看得到它在做什麼。

抓 console log 除錯。 Claude 能直接讀 console 訊息、network requests 和 DOM state。實務上有個技巧:告訴它要找什麼 pattern,而不是叫它吐出全部 log——log 通常很長,指定「找載入時的 error」效果好得多。

表單自動填寫與檔案上傳。 給它一份 contacts.csv,讓它逐筆進 CRM 網站填資料;或叫它開 bug tracker 建 issue 並附上本機的 log 檔。上傳功能需要 Claude Code v2.1.211 以上,單次上傳總計上限 10 MB,且拒絕有多個 hard links 的檔案(node_modules 裡的檔案常是這種,先複製一份再傳)。

頁面資料萃取與已登入服務。 因為它共享你瀏覽器的登入狀態,不需要任何 API connector 就能操作 Google Docs、Gmail、Notion 這些你已登入的 web app——例如根據最近的 commits 寫專案更新、直接打進你的 Google Doc。也可以跨多個網站串工作流:查行事曆、對每個外部與會者查公司背景、彙整成筆記。萃取結構化資料存成 CSV 同樣一句話的事。此外還能把瀏覽器互動錄成 GIF 文件流程,或把截圖存到磁碟。

權限與安全

哪些動作會問你?分兩層:

網站層級的權限繼承自 Chrome 擴充套件本身的設定——你在擴充套件設定裡控制 Claude 可以在哪些網站瀏覽、點擊、輸入。Claude 遇到 CAPTCHA 或登入頁會暫停,交給你手動處理。

工具呼叫層級,在 plan mode 下界線畫得很清楚:唯讀呼叫(read_page、讀 console 訊息、截圖)不用問;改變狀態的呼叫(點擊、輸入、導航、分頁管理、錄 GIF)一律先徵求同意。一個看似唯讀的呼叫如果帶了會改狀態的參數(例如截圖加 save_to_disk),也會照樣問。一般模式下,權限對話框會出現「允許這個網站的所有動作」選項,可以按網站放行。

兩個安全細節別漏掉。第一,Claude 開的分頁會收進一個 Chrome tab group 綁定 session,/clear 時會連頁面一起關掉,但用 /resume 切換 session 或正常退出時,只會在 group 裡全是空分頁的情況下才收——你還在看著的頁面不會被殺掉。第二,錄 GIF 會錄下瀏覽器裡所有可見內容,包括已登入頁面上的帳號資訊,分享前先檢查。Anthropic 自己也提醒 browser AI 有 prompt injection 風險——網頁裡藏指令劫持 agent 動作——建議從信任的網站開始授權。

限制

整理成清單:

  • 瀏覽器:Claude Code 文件列出 Chrome、Edge 與其他 Chromium 系瀏覽器;Firefox、Safari、行動裝置瀏覽器不在範圍內,WSL 不支援。
  • 認證:僅限 /login 的直接 Anthropic 訂閱;API key、setup-token、Amazon Bedrock 等第三方 provider 都用不了。
  • Context 成本:「Enabled by default」會讓瀏覽器工具常駐載入,增加 context 消耗;官方建議如果注意到消耗上升,改回按需 --chrome
  • 穩定性:長時間 session 擴充套件的 service worker 可能閒置斷線,/chrome 重連即可;JavaScript 的 alert/confirm 對話框會擋住瀏覽器事件,要手動關掉 Claude 才收得到命令。

學到的事

Chrome 整合的本質不是新魔法,是給 agentic loop 加了一組瀏覽器工具——loop 還是那個 loop,只是「驗證結果」這一步從此看得見畫面。如果你的工作流裡有大量「改 code → 切瀏覽器 → 開 DevTools」的迴圈,這是目前最省切換成本的做法;如果你的任務純後端或純資料處理,這組工具對你是純粹的 context 負擔,維持預設關閉就好。

參考資料

更新紀錄

  • 2026-08-26:初版正文,依 code.claude.com 官方文件重寫,參考資料全數汰換為現行網域。
  • 2026-08-29:依官方 Chrome 整合文件更新瀏覽器支援措辭,避免把舊 beta 說法寫成現況。