Skip to content

Chrome: इसे ब्राउज़र संचालित करने की अनुमति देना

📚 सीरीज नेविगेशन: पिछला लेख 39 实战入门 सीखे गए घटकों को पहली बार एक पूर्ण कार्यप्रवाह में एकीकृत करके चलाता है। यह लेख Claude Code के लिए एक नया द्वार खोलता है—इसे सीधे आपके Chrome ब्राउज़र को संचालित करने की अनुमति देना: वेब पेज खोलना, कंसोल त्रुटियों को पढ़ना, फॉर्म भरना, और वेब पेजों से डेटा निकालना, इन सभी के लिए आपको टर्मिनल छोड़ने या मैन्युअल रूप से क्लिक करने की आवश्यकता नहीं होगी।

⚠️ प्रायोगिक सुविधा, संस्करणों के साथ बदल सकती है। इस लेख में चर्चा की गई Chrome एकीकरण वर्तमान में बीटा (beta) संस्करण में है। कमांड, पूर्वापेक्षाएँ (prerequisites) और समर्थित ब्राउज़र आधिकारिक दस्तावेज़ों पर आधारित हैं, और भविष्य के संस्करणों में समायोजित किए जा सकते हैं।

मित्रों, आज हम एक ऐसी सुविधा के बारे में बात करेंगे जो Claude Code को "हाथ" प्रदान करती है—ब्राउज़र संचालित करना

पिछले उनतालीस लेखों में, Claude का काम मुख्य रूप से "फ़ाइलें + कमांड लाइन" के दायरे में ही सीमित था: आपके कोड को पढ़ना, आपकी फ़ाइलों को संशोधित करना, और आपकी स्क्रिप्ट को चलाना। लेकिन वास्तविक विकास में बहुत से कार्य ऐसे होते हैं जो ब्राउज़र के बिना पूरे नहीं हो सकते—लॉगिन फॉर्म को संशोधित करने के बाद आपको इसे जांचने के लिए पृष्ठ खोलना होगा, बग आने पर आपको ब्राउज़र कंसोल (console) में लाल रंग की त्रुटियों को देखना होगा, और डिज़ाइन को सत्यापित करने के लिए ब्राउज़र के साथ पिक्सेल-दर-पिक्सेल तुलना करनी होगी। अतीत में, आपको इन कार्यों के लिए मैन्युअल रूप से Chrome पर जाना पड़ता था, और फिर जो कुछ भी दिखाई दे रहा था उसे कॉपी करके Claude को प्रदान करना पड़ता था।

अब इसकी आवश्यकता नहीं है। Chrome एकीकरण कनेक्ट करने के बाद, आप टर्मिनल में कह सकते हैं "localhost:3000 खोलें, उस फॉर्म को गलत डेटा के साथ सबमिट करें, और देखें कि त्रुटि संदेश सही है या नहीं", और Claude स्वयं ब्राउज़र उतरेगा, फॉर्म भरेगा, त्रुटि पढ़ेगा, और आपको परिणाम की रिपोर्ट करेगा। "코드 수정" और "브라우저 검증" पहली बार एक ही बातचीत में शुरू से अंत तक पूरा किया जा सकता है, बिना विंडो स्विच किए।

जिस दिन मैंने पहली बार इसे कनेक्ट किया था, मैंने देखा कि मेरा Chrome स्वचालित रूप से एक नया टैब खोल रहा है, सर्च बॉक्स पर क्लिक कर रहा है, और एक-एक करके शब्द टाइप कर रहा है। "यह वास्तव में मेरे लिए काम कर रहा है" का वह अनुभव सैंडबॉक्स में कमांड चलाने के पिछले अनुभव से पूरी तरह से अलग था।

इस प्रकार समझें: MCP (लेख 22 देखें) ने इसे डेटाबेस या Jira जैसे डेटा स्रोतों से जोड़ा था; जबकि Chrome एकीकरण इसे उस ब्राउज़र से जोड़ता है जिसका आप दैनिक रूप से उपयोग करते हैं—जिसमें आपकी लॉगिन स्थिति शामिल है। यह लेख स्पष्ट करेगा कि यह क्या कर सकता है, इसे कैसे कनेक्ट करें, क्या समस्याएं हो सकती हैं, और आपके "वास्तविक ब्राउज़र" को संचालित करने की सुरक्षा सीमाएं कहाँ हैं।

इस लेख को पढ़ने के बाद, आपको मिलेगा:

  • एक वाक्य में स्पष्टीकरण कि Chrome एकीकरण क्या है, और यह MCP / computer use के साथ कैसे विभाजित है
  • इसे कनेक्ट करने के पूर्ण चरण (एक्सटेंशन इंस्टॉल करना, --chrome स्टार्टअप, संस्करण और सदस्यता आवश्यकताएं), और कौन से ब्राउज़र / वातावरण समर्थित नहीं हैं
  • छह उच्च-आवृत्ति वाले उपयोग के मामले (वास्तविक समय डिबगिंग, डिजाइन सत्यापन, फॉर्म भरना, डेटा निकालना आदि, जो आधिकारिक विशिष्ट कार्यप्रवाहों से चुने गए हैं), प्रत्येक के लिए एक व्यावहारिक निर्देश के साथ
  • सैंडबॉक्स की तुलना में "वास्तविक ब्राउज़र" को संचालित करने के क्या जोखिम हैं, आधिकारिक तौर पर क्या सुरक्षा उपाय दिए गए हैं, और आपको किन नियमों का पालन करना चाहिए
  • एक न्यूनतम व्यावहारिक अभ्यास जिसका आप अनुसरण कर सकते हैं: Chrome कनेक्ट करना और इसे एक बार पृष्ठ पढ़ने के लिए कहना

01 पहले समझें: यह आखिरकार क्या है, और यह क्या कर सकता है

पहले निष्कर्ष: Chrome एकीकरण = Claude Code को उस Chrome का उपयोग करने की अनुमति देना जिसमें आपकी सभी लॉगिन स्थितियाँ सहेजी गई हैं, ताकि यह आपके लिए वेब पेज खोल सके, बटन क्लिक कर सके, फॉर्म भर सके, और पृष्ठ पढ़ सके

关键词是「你已经登录好的那个」。官方说得很直接:

Claude 为浏览器任务打开新标签页,并共享您浏览器的登录状态,因此它可以访问您已登录的任何网站。浏览器操作在实时可见的 Chrome 窗口中运行。

这个这句话拆开,有三个点对小白特别重要:

  • 开的是新标签页,不是另起一个陌生浏览器——它就在你眼前那个 Chrome 里干活。
  • 共享你的登录态——你 Gmail、Notion、公司后台都登录着,它直接就能进,不用你再配什么 API、贴什么 token。
  • 窗口实时可见——它点哪、填哪你全看得见,不是在后台偷偷摸摸

एनालॉजी: एक ड्राइवर (代驾) को काम पर रखना। आपने आज रात थोड़ी शराब पी ली है, इसलिए आप अपने घर जाने के लिए एक ड्राइवर को बुलाते हैं। ड्राइवर अपनी कार नहीं चलाता, बल्कि आपकी कार चलाता है—जिसमें आपका टोल कार्ड (ETC), आपकी पार्किंग टिकट, और आपका होम एड्रेस नेविगेशन में सहेजा गया है। वह इन सभी का सीधे उपयोग कर सकता है, आपको उसके लिए एक नया कार्ड बनाने की आवश्यकता नहीं होती। लेकिन आप किसी भी समय नियंत्रण वापस ले सकते हैं: जैसे कि जब कोई ऐसा गेटवे आता है जहाँ चेहरा स्कैन (face ID) करना आवश्यक हो (जिसे ड्राइवर पार नहीं कर सकता), तो वह रुक जाता है और आपको नियंत्रण सौंप देता है। Claude का ब्राउज़र ऑपरेशन बिल्कुल वैसा ही "ड्राइवर" है—यह आपकी लॉगिन स्थिति वाली कार (ब्राउज़र) चलाता है, और जहाँ इसे कार्य करना चाहिए वहाँ करता है, लेकिन लॉगिन पृष्ठ या सत्यापन कोड (CAPTCHA) जैसी समस्याओं का सामना करने पर यह रुक जाता है और आपको बुलाता है

那它具体能干哪些活?官方列了一串,我挑出小白最有体感的几类,配上「你真实会怎么用」:

  • वास्तविक समय डिबगिंग: कंसोल त्रुटियों और पृष्ठ DOM स्थिति को सीधे पढ़ना, और फिर वापस जाकर त्रुटि पैदा करने वाले कोड को संशोधित करना—यह MCP से सबसे अधिक भिन्न है, क्योंकि यह देख सकता है कि ब्राउज़र में क्या हो रहा है।
  • डिजाइन सत्यापन: Figma के अनुसार UI लिखने के बाद, यह जांचने के लिए ब्राउज़र खोलना कि क्या यह डिज़ाइन से मेल खाता है (लेख 17 में डिज़ाइन सत्यापन की चर्चा से संबंधित)।
  • 网页应用测试:测表单校验、查视觉有没有变形、验用户流程走不走得通。
  • लॉगिन किए गए एप्लिकेशन्स को संचालित करना: Gmail, Notion, Google Docs में सीधे लिखना या संशोधित करना, बिना किसी API कनेक्टर के
  • डेटा निकालना: पृष्ठ पर मौजूद सूची (नाम, मूल्य, स्टॉक) को संरचनात्मक डेटा में निकालना और इसे स्थानीय CSV फ़ाइल में सहेजना।
  • GIF रिकॉर्ड करना: ब्राउज़र ऑपरेशन के एक हिस्से को GIF के रूप में रिकॉर्ड करना, ताकि यह रिकॉर्ड किया जा सके या साझा किया जा सके कि "यह क्रिया कैसे हुई"。

我第一次接上它那天,盯着自己那个 Chrome 自动弹出新标签页、鼠标点搜索框、一个字一个字敲进去,愣是看了一会儿——那种「它真的在替我点」的感觉,跟之前在沙箱里跑命令完全是两码事。

这么说吧:前面 MCP(详见第 22 篇)是给它接上了数据库、Jira 这些数据源;Chrome 集成是给它接上了你天天在用的那个浏览器本身——连着你所有的登录态。这一篇就讲清楚它能干嘛、怎么接、有哪些坑、以及操作你「真浏览器」这件事的安全边界在哪。

看完这一篇,你会拿到:

  • 一句话讲明白 Chrome 集成是什么、它和 MCP / computer use 各管哪一块
  • 接上它的完整步骤(装扩展、--chrome 启动、前置版本和套餐要求),以及哪些浏览器 / 环境不支持
  • 六类高频用例(实时调试、设计验证、填表单、扒数据……,选自官方列出的典型工作流),每类配一句你真实会怎么用
  • 操作「真浏览器」相对沙箱的风险在哪、官方给了哪些护栏、你自己该守哪几条
  • 一个能照着跑、给了预期结果的最小实战:接上 Chrome 让它读一次页面

02 它和 MCP、computer use 各管哪一块

接之前先把一个容易混的事捋清:Claude 操作「外部世界」有好几条路,Chrome 集成只是其中一条。三条路别搞混了,不然你会纠结「这事该用哪个」。

官方在 computer use 那页讲了一个优先级顺序——Claude 干外部的活,会从最精准的工具往最笨重的工具试

如果您有该服务的 MCP server,Claude 会使用它。如果任务是 shell 命令,Claude 会使用 Bash。如果任务是浏览器工作且您已设置 Claude in Chrome,Claude 会使用它。如果以上都不适用,Claude 会使用 computer use。

एनालॉजी: जो काम कॉल पर हो सकता है, उसके लिए यात्रा न करें। 同一件事,能发个消息说清的就发消息(最快),发消息说不清就打个电话(慢一点),电话也办不了才亲自上门跑一趟(最慢最费事)。Claude 也是这个排序——先试最省事的,最省事的够不着才升级到更重的手段

三条路对照着看,你就知道各自的主场:

विकल्पकार्यइसका उपयोग कब किया जाता हैक्या यह लेख इसके बारे में है
MCP(详见第 22 篇)连数据库、Jira、Slack 这些有接口的服务服务有现成 MCP server,最精准,优先用
Chrome 一体化ब्राउज़र में वेब पेजों को संचालित करना: 클릭, 폼 채우기, 콘솔 읽기, 데이터 추출活儿是网页操作、又装了 Chrome 集成हाँ
computer useस्थानीय एप्लिकेशन्स को नियंत्रित करना: macOS ऐप्स पर क्लिक, स्क्रीन देखना, स्क्रीनशॉट上面都够不着(原生应用、模拟器、没 API 的工具)否,见下方

computer use(让 Claude 用你的电脑) 是兄弟篇,这里顺带提一句让你有个数。它比 Chrome 集成更「广」也更「慢」——Chrome 集成只能碰浏览器,computer use 能控制整个 macOS 桌面:打开原生 app、点任意按钮、截你的屏。官方原话:

屏幕控制保留用于其他工具无法到达的事物:原生应用、模拟器和没有 API 的工具。

几个关键差别记住就行(都以官方文档为准):

  • computer use 目前是研究预览版,只在 macOS 上的 CLI 可用(Windows 用桌面 app 那条线,见第 10 篇),要 Pro / Max 套餐,且不支持 -p 非交互模式
  • 它在 /mcp 菜单里以一个叫 computer-use 的内置 server 出现,默认关着,要手动启用。
  • 它跑在你真实的桌面上,会请求 macOS 的「辅助功能」和「屏幕录制」权限。

一句话分工:有接口走 MCP,网页里的事走 Chrome,连原生桌面都得碰才上 computer use。这一篇专讲中间那条——Chrome。

💡 一句话总结:Claude 碰外部世界从精准到笨重三条路——MCP(有接口的服务)→ Chrome(浏览器网页)→ computer use(整个 macOS 桌面);本篇专讲 Chrome 这条,它的主场是浏览器里的操作


03 इसे कैसे कनेक्ट करें: एक्सटेंशन इंस्टॉल करना, --chrome स्टार्टअप

接 Chrome 集成,比接一个普通 MCP server 还简单——核心就两步:装个 Chrome 扩展,启动时带个 --chrome 标志。但有几个前置条件不满足就是接不上,先把门槛摆清楚。

先对四个前置条件

官方列了四条硬要求,差一条都连不上,挨个对一遍:

पूर्वापेक्षाविशिष्ट आवश्यकताजांच कैसे करें
浏览器Google Chrome 或 Microsoft Edge别的浏览器不行,见下方「不支持清单」
Chrome एक्सटेंशन"Claude in Chrome" एक्सटेंशन v1.0.36 या उच्चतरchrome://extensions 里看
Claude Code संस्करणv2.0.73 या उच्चतर终端跑 claude --version
套餐直接的 Anthropic 计划(Pro / Max / Team / Enterprise)/status 看订阅

最后一条套餐最容易栽,单独强调一下。官方明确:

Chrome 集成不可通过 Amazon Bedrock、Google Cloud Vertex AI 或 Microsoft Foundry 等第三方提供商获得。如果您仅通过第三方提供商访问 Claude,则需要单独的 claude.ai 账户来使用此功能。

翻成人话:你要是走 Bedrock / Vertex / Foundry 这些第三方接入(第 05 篇讲过),或者只用 API key,这功能用不了——它只认直接的 Anthropic 订阅。这点和桌面 app、computer use 一个脾气,记住就行。

哪些浏览器 / 环境不支持

这张「不支持清单」我专门拎出来,因为踩了会很懵

  • 浏览器:目前只支持 Chrome 和 Edge。Brave、Arc、以及其他基于 Chromium 的浏览器都不支持——别看它们也是 Chromium 内核就想当然。
  • 环境不支持 WSL(Windows 子系统 Linux)。你在 WSL 里跑 Claude Code 想接 Windows 上的 Chrome,这条路目前不通。

Arc 这个坑我亲自踩过。我日常主力浏览器就是 Arc(同样 Chromium 内核),想当然以为装上扩展就能用,结果 /chrome 死活连不上,扩展也装了、版本也对,就是不通。折腾了二十来分钟才翻到文档里那行小字「尚不支持 Brave、Arc 或其他基于 Chromium 的浏览器」——白忙活。后来老老实实单独装了个 Chrome 专门给它用,才秒连上。

装扩展 + 启动

前置条件齐了,正式接:

第一步:装「Claude in Chrome」扩展。 去 Chrome 应用商店搜「Claude」装上(Edge 也是在 Chrome 应用商店装同一个)。

装扩展、访问 Chrome 应用商店在国内一般需要「魔法上网」;扩展本身要连 Anthropic,网络不通时也连不上。

第二步:带 --chrome 启动 Claude Code。 在终端:

bash
claude --chrome

或者你已经在一个会话里了,直接敲 /chrome 启用,不用退出重开。

就这两步。 接上之后,任何时候敲 /chrome 都能:检查连接状态、管理权限、重新连接扩展、选用哪个已连接的浏览器。要是同时连了多个浏览器,浏览器操作一开始 Claude 会问你用哪个。

不想每次都打 --chrome

嫌每个会话都加 --chrome 烦,可以设成默认:运行 /chrome,选「默认启用」

但官方专门提醒了一句代价,值得你想清楚再开:

在 CLI 中默认启用 Chrome 会增加上下文使用,因为浏览器工具始终被加载。如果您注意到上下文消耗增加,请禁用此设置,仅在需要时使用 --chrome

说白了:默认启用 = 浏览器那套工具每次会话都常驻,会吃掉一截上下文窗口(第 19 篇讲过工作台塞满会变蠢)。一般来说更稳的做法是不设默认,需要操作浏览器的会话才临时 --chrome——大多数纯改代码的活明显用不上浏览器,没必要让它一直占着地方。

顺带一提:如果你主力在 VS Code 扩展(第 08 篇)里干活,只要装了 Chrome 扩展,浏览器自动化就直接可用,不用加任何标志——这点比 CLI 省心。

网站权限从哪管

还有个细节:Claude 能浏览、点击、输入哪些网站,是从 Chrome 扩展那边继承的。官方:

网站级权限从 Chrome 扩展程序继承。在 Chrome 扩展程序设置中管理权限,以控制 Claude 可以浏览、点击和输入的网站。

也就是说,控制它能碰哪些站,去 Chrome 扩展的设置里调,不在 Claude Code 这边。这是它的第一道闸,下一节讲安全会再提。

💡 一句话总结:接 Chrome 就两步——装「Claude in Chrome」扩展 + 用 --chrome 启动(或会话里 /chrome);但先对齐四个前置(浏览器、扩展版本、CC 版本、Anthropic 订阅),且 Brave / Arc / 其他 Chromium、WSL 都不支持


04 典型用例:六类活儿,照着抄

接上只是开始,会用才值钱。官方给了一串示例工作流,我按「你大概率会遇到」的顺序,把六类最实用的拎出来,每类给一条可以直接照着改的指令。这些指令都是用自然语言说的,你照着套自己的场景就行。

用例一:测本地网页应用

开发时改完一个功能,让它直接帮你在浏览器里验:

text
我刚改了登录表单的校验逻辑。打开 localhost:3000,
用一组无效数据提交表单,看看错误提示有没有正确出现。

它会导航到你的本地服务器、跟表单交互、把观察到的结果报给你。这大概是用得最多的一类——改完前端不用自己切浏览器手点,它替你跑一遍验证流程。

用例二:用控制台日志调试

让它读浏览器控制台帮你定位问题。这里有个官方给的诀窍:别让它「把所有控制台输出都给我」,日志太长会刷屏——告诉它你要找的模式

text
打开 dashboard 页面,检查页面加载时控制台里有没有报错。

它会读控制台消息,按你说的模式或错误类型过滤,不会把一大堆无关日志全倒给你。

用例三:批量填表单

重复的数据录入最适合丢给它:

text
我有一个客户联系人表格在 contacts.csv 里。对每一行,
打开 crm.example.com 的 CRM,点「添加联系人」,
把姓名、邮箱、电话填进去。

它读你的本地文件、操作网页界面、一条条录进去。说句实话,这类「机械重复」的活儿是它最香的用武之地——你只要把数据准备好,剩下的它照着填。

用例四:直接在已登录的应用里写东西

这类最能体现「共享登录态」的爽:

text
根据最近的几个 commit 起草一份项目进展更新,
加到我那份 Google Doc(docs.google.com/document/d/abc123)里。

它打开文档、点进编辑器、把内容敲进去。Gmail、Notion、Sheets——凡是你已经登录的网页应用都吃这套,不用配任何 API。

用例五:从网页扒结构化数据

把页面上散着的信息抽成规整的数据:

text
打开商品列表页,把每件商品的名称、价格、库存状态抽出来,
存成一个 CSV 文件。

它导航到页面、读内容、编译成结构化格式存到本地。

用例六:录一段操作 GIF

想给同事演示「这功能怎么走」,让它录:

text
录一个 GIF,展示怎么走完整个结账流程,
从把商品加进购物车一直到确认页。

它把这段交互序列录下来、存成 GIF 文件。写文档、提 issue 配个动图,比打一堆字描述清楚多了。

把这六类对照「以前怎么干」摆一下,你就知道它省在哪:

परिदृश्य❌ 没有 Chrome 集成✅ 有 Chrome 集成
Front-end 변경 검증自己切浏览器手点、看效果、回来描述一句话让它打开页面跑一遍报结果
控制台错误调试F12 开控制台、复制报错、贴回终端让它直接读控制台、过滤出报错
数据批量录入一条条手动复制粘贴进网页喂个 CSV,它照着逐行填
Notion / Google Docs 에 작성自己整理好再粘进去让它直接进文档写(共享登录态)

提醒: /mcpclaude-in-chrome 能看到这些浏览器工具的完整列表,想知道它到底有哪些「手上的动作」,去那儿翻。官方还列了「多站点工作流」这类用例,这里略过,有兴趣可自行在 /mcpclaude-in-chrome 里探索。

💡 一句话总结:六类高频用例——测本地应用、读控制台调 bug、批量填表单、在已登录应用里写、扒页面数据、录演示 GIF,每类一句自然语言指令就能让它干,核心都是「省掉你手动切浏览器那一段」。


05 सुरक्षा: "वास्तविक ब्राउज़र" को संचालित करने के क्या जोखिम हैं

这一节最不能跳过——因为它操作的是你真实的、登录着一切的浏览器,不是一个用完即焚的沙箱。这跟前面 Claude 在沙箱里跑命令(第 21 篇)是完全不同的信任边界。

风险到底在哪

回到「代驾」那个比方:代驾开的是你那台插着 ETC、放着停车卡的车。方便是真方便,但风险也实打实——他在你车里、用着你所有的卡。Chrome 集成同理:它共享你的登录态,意味着它能进的,是用已登录的所有网站——你的邮箱、你的公司后台、你的银行页面(只要你登录着)。

具体两类风险你得有数:

  • 登录态等于钥匙串:它访问网站不需要再认证,你登录了什么,它就够得着什么。让它去某个页面操作时,心里要清楚这台浏览器上还登录着哪些敏感账号。
  • 提示注入(prompt injection):这个第 21 篇专门讲过——网页内容里可能藏着「写给 AI 看」的恶意指令。它读一个页面时,页面上某段文字可能在偷偷指挥它干别的。操作浏览器时这个风险格外真实,因为它读的全是外部的、你控制不了的网页内容

官方给了哪些护栏

好在 Chrome 集成不是「敞开了让它乱来」,内置了几道闸:

  • 遇到登录 / 验证码会停下喊你:碰到登录页或 CAPTCHA,它暂停、要你手动处理,不会替你瞎填、瞎点过。
  • 操作实时可见:它在一个你看得见的 Chrome 窗口里干活,点哪填哪你全程盯得到,不对劲随时能掐。
  • 网站权限可控:上一节说的,在 Chrome 扩展设置里限定它能碰哪些网站——这是你最该用起来的一道闸,把它能动的范围圈小。

你自己该守的几条

官方护栏之外,还有几条操作真浏览器的土规矩值得记下来:

परिदृश्यआपको क्या करना चाहिए
让它操作浏览器前先想清楚这台 Chrome 上还登录着哪些敏感账号
涉及钱 / 不可逆操作(下单、转账、删数据)⚠️ 自己来,别交给它,或全程死盯每一步
给它操作的网站范围✅ 在扩展设置里圈小,只放它确实需要的站
让它访问陌生 / 不可信网页⚠️ 警惕提示注入,内容里的「指令」别让它照单全收

总原则就一条:它在浏览器里点的每一下都是「真的」——不像沙箱里跑错了删个容器重来,浏览器里点了「确认付款」就是真付了。所以越是不可逆、越是涉及钱的操作,越要自己把着方向盘,让它干那些「错了也好收拾」的活。

这跟前面所有篇章的安全主线是一根弦:便利和风险成正比。Chrome 集成把便利拉满了——直接用你登录态——那对应的,你得把「它能碰什么」这道闸也守紧。

💡 一句话总结:Chrome 集成操作的是你登录着一切的真浏览器,不是沙箱——风险在「登录态即钥匙」和「网页里的提示注入」;官方护栏有「遇登录 / 验证码停手、操作可见、网站权限可控」,你自己则要圈小网站范围、把不可逆和涉钱操作攥在自己手里


06 व्यावहारिक अभ्यास: Chrome कनेक्ट करना और पृष्ठ पढ़ना

光看不练假把式。下面带你跑一个最小实战:接上 Chrome,让它打开一个网页、读点东西回来。全程不碰你的敏感账号,专门拿来验证「接通了没」

前提:你得是 Pro / Max / Team / Enterprise 直接订阅(不是 Bedrock / Vertex / API key),装好 Chrome 或 Edge。装扩展、访问网页可能需要「魔法上网」。

पहला चरण: "Claude in Chrome" एक्सटेंशन इंस्टॉल करना

在 Chrome 应用商店搜「Claude」,装上官方扩展。装完去 chrome://extensions 确认它已启用、版本 ≥ 1.0.36

✅ 自验:扩展列表里能看到「Claude」且是开启状态。

第二个步骤:确认 Claude Code 版本够新

bash
claude --version

अपेक्षा: मुद्रित संस्करण संख्या ≥ 2.0.73 होनी चाहिए。低了就先升级(npm update -g @anthropic-ai/claude-code 或按第 02 篇的方式更新),否则接不上。

तीसरा चरण: --chrome के साथ स्टार्टअप

bash
claude --chrome

进去后敲 /chrome 看状态:

text
/chrome

अपेक्षा: 显示 Chrome 已连接、扩展状态正常。如果提示没检测到扩展,按官方排查:确认扩展已装并启用 → 确认 CC 是最新 → 确认 Chrome 在运行 → /chrome 选「重新连接扩展程序」。第一次启用时它会装一个本机消息传递配置,Chrome 要重启一次才读得到——头一回连不上,先重启 Chrome 再试。

चौथा चरण: इसे एक पृष्ठ खोलने और जानकारी पढ़ने के लिए कहना

连上后,给它一条「只读、不碰敏感账号」的指令(官方文档站正好拿来练手):

text
打开 code.claude.com/docs,点一下搜索框,
输入「hooks」,把出现的结果告诉我。

अपेक्षा: आप देखेंगे कि आपके Chrome पर एक नया टैब दिखाई दे रहा है、自动导航过去、点搜索框、敲字——全程肉眼可见(这就是第 05 节说的「操作实时可见」)。然后它把搜到的结果列回终端。看到浏览器真的动起来、结果回来了 = 接通成功。

如果操作到一半浏览器没反应了,官方提示先查有没有弹出的对话框(alert / confirm)挡着页面——JavaScript 对话框会卡住浏览器事件;手动关掉再让它继续。长时间不动后断连,就 /chrome 选「重新连接扩展程序」(扩展的后台 service worker 会进空闲状态)。

跑通这四步,你就把「装扩展 → 启动 → 验连接 → 让它操作页面」这条完整链路走了一遍。以后让它干任何浏览器的活,本质都是这套,无非把第四步换成你真实的任务。

💡 一句话总结:动手就四步——装扩展、claude --chrome 启动、/chrome 验连接、给一条只读指令看浏览器真动起来;头回连不上多半是扩展没装好或 Chrome 没重启,按官方那串排查走一遍。


07 सारांश

这一篇给 Claude Code 接上了你天天在用的那个浏览器——从「只会摸文件和命令行」,到能开网页、读控制台、填表单、扒数据,「改代码」和「在浏览器里验」这两件事终于能在一个对话里从头到尾跑完

把核心串起来回顾:

वह कार्य जो आप करना चाहते हैंमुख्य बिंदु
समझना कि यह क्या हैआपके लॉगिन स्थिति वाले वास्तविक Chrome का उपयोग करना, नए टैब में संचालन करना, दृश्यमान विंडो
इसे अन्य उपकरणों से अलग करनाMCP (API) → Chrome (वेब पेज) → computer use (डेस्कटॉप) के रूप में three stack, 优先级从精准到笨重
接上它装「Claude in Chrome」扩展 + --chrome 启动;对齐扩展 / CC 版本、要 Anthropic 直接订阅
知道哪不支持Brave / Arc / 其他 Chromium、WSL 都不行,只支持 Chrome / Edge
इसका उपयोग करना测本地应用、读控制台、批量填表单、在已登录应用写、扒数据、录 GIF
守住安全操作的是真浏览器(非沙箱):圈小网站权限、不可逆和涉钱操作自己来、警惕提示注入

你现在应该能: 讲清 Chrome 集成是什么、它和 MCP / computer use 各管哪一块,独立把它接上(装扩展 + --chrome),用自然语言指令让它干六类常见的浏览器活儿,并且清楚操作真浏览器的风险在哪、该守哪几条闸。这一接,Claude Code 从「本地代码助手」又往前迈了一步——能直接替你操作那个你最常打交道的窗口了。


अगला लेख 41 "समानांतर कार्य (Parallel Tasks)" — इस लेख में हमने देखा कि एक ही Claude सत्र में ब्राउज़र संचालन को सक्षम किया, लेकिन जब कार्यों की संख्या अधिक होती है, तो एक ही सत्र में क्रमिक रूप से काम करना धीमा हो सकता है: A 기능을 테스트하는 동안 B, C 기능을 테스트할 수 없고 마냥 기다려야 합니다. 다음 글에서는 새로운 접근법을 논의할 것입니다: 여러 작업을 동시에 확장하여 서로를 방해하지 않고 독립적으로 실행하는 방법. 생각해 보세요: 만약 프론트엔드 수정, 테스트 실행, 데이터 추출을 동시에 할 수 있다면 시간을 훨씬 더 아낄 수 있지 않을까요?


अनुशंसित पठन