编码智能体把写代码这件事越练越熟,可一旦问题出在「页面为什么慢」,多数智能体仍只能盯着代码猜。Chrome 官方团队维护的仓库 ChromeDevTools/chrome-devtools-mcp(明文地址 https://github.com/ChromeDevTools/chrome-devtools-mcp )给出了另一条路:它是一个 MCP 服务器,仓库 description 写着 Chrome DevTools for coding agents,让编码智能体直接控制并检查一个活着的 Chrome。智能体过去只会写代码,现在能自己打开性能面板、录 trace、找「为什么慢」,这正是本篇要拆开讲的变化。
截至 2026 年 11 月 16 日,按 GitHub API 的累计总量读:stargazers_count 是 57,033,forks_count 是 4,813,主语言 TypeScript,license.spdx_id 是 Apache-2.0,created_at 落在 2025 年 9 月的 2025-09-11,pushed_at 是 2026-11-15。星数是累计总量,与单日变化无关;pushed_at 是抓取字段时读到的最近推送时点,不是发布日。这些数字都能在仓库页面与 API 上直接核到。本篇只核仓库 README、LICENSE、Releases 与 GitHub API 可核内容,不替官方补性能跑分,也不把媒体转述当一手事实。
关于星数还有一句口径要交代:不同时点的媒体快照曾给出 55.2k、55.8k 等不同数字,那只是各自抓取时点的快照差异,本篇一律取 GitHub API 的累计值并注明抓取时点,不写单日增量,也不把不同时点的数字摆在一起编一条增长曲线。累计总量加抓取时点,是这类仓库数据稳妥的读法。
先厘清形态。README 开头的定位原话是:chrome-devtools-mcp lets your coding agent (such as Antigravity, Claude, Cursor or Copilot) control and inspect a live Chrome browser. It is available as a Model-Context-Protocol (MCP) server and as a CLI. 同一个包给出 MCP 服务器与 CLI 双形态,把 Chrome DevTools 的可靠自动化、深入调试与性能分析交给 AI 编码助手。被接入的调用方是 Antigravity、Claude、Cursor、Copilot 这类编码智能体,被控制的对象是一个真实运行中的 Chrome 浏览器,而不是模拟出来的页面快照。两种形态的分工也在这段原话里:MCP 服务器形态服务挂在 MCP 客户端里的智能体,CLI 形态服务终端与脚本,README 明说 Both give your AI coding assistant access to the full power of Chrome DevTools,两条路通向的是同一套 DevTools 能力,而不是强弱两套接口。
三大能力:性能洞察、深度调试、可靠自动化
README 的 Key features 逐条列了三件事,都是官方自述能力。第一件是性能洞察,原话 Uses Chrome DevTools to record traces and extract actionable performance insights:用 Chrome DevTools 录制 trace,并从 trace 中提炼可操作的结论。第二件是高级浏览器调试,原话 Analyze network requests, take screenshots and check browser console messages (with source-mapped stack traces):分析网络请求、截图、查看控制台消息,而且堆栈带 source-mapped 映射,被压缩过的前端代码也能对回源码位置。第三件是可靠自动化,原话 Uses puppeteer to automate actions in Chrome and automatically wait for action results:底层用 Puppeteer 驱动 Chrome,动作执行后自动等待结果返回,而不是发完指令就当成功。
三条合起来看,智能体拿到的不再是「打开一个网址」这类粗粒度动作,而是 DevTools 面板级别的视野:网络面板里逐条请求、控制台里逐条报错、性能面板里一段可分析的 trace。对「为什么慢」这类问题,过去的工作流是人打开面板、录 trace、读火焰图,再把结论口头转述给智能体;现在这条链路可以整个交给智能体自己走完。这也是「自己查性能」四个字的分量所在:trace 是一次真实加载的完整记录,里面有多少请求、各自耗时多少、主线程卡在哪一段,都是页面自己说出来的事实。智能体的结论建立在 record traces 与 extract insights 这两个动作之上,而不是建立在它对代码的想象上,这一点与它写代码时的推理方式有本质区别。
最小安装闭环:一段 JSON、一条 prompt、一个 CLI
Getting started 只要求往 MCP 客户端里加一段配置:
{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": ["-y", "chrome-devtools-mcp@latest"]
}
}
}chrome-devtools-mcp@latest 这个写法保证客户端每次都用最新版。配好之后,官方给的第一条验证 prompt 也只有一句:
Check the performance of https://developers.chrome.comMCP 客户端收到这句后会打开浏览器并录制一段性能 trace。README 还专门注明:只有当 MCP 客户端调用了需要浏览器的工具时,服务器才会自动启动浏览器;仅连接服务器本身不会拉起浏览器。除了 MCP 形态,同一个 npm 包还带一个 chrome-devtools CLI,适合在终端里直接控浏览器:
npm i chrome-devtools-mcp@latest -g
chrome-devtools navigate_page 1 --url "https://developers.chrome.com"
chrome-devtools take_screenshot 1 --filePath screenshot.png
chrome-devtools stopnavigate_page 打开页面,take_screenshot 存截图,stop 收尾。CLI 的价值在于不需要挂 MCP 客户端:README 说它是 to control the browser from your terminal without MCP,写 shell 脚本做批量页面检查时,这条路径比启动一个完整的智能体会话更轻。运行前提只有三条:Node.js LTS 版本、当前 stable 或更新的 Chrome、npm,装好之后从配置到第一条 trace 之间没有其他门槛。
隐私默认开:三个默认行为与对应的关闭开关
这一节必须认真写,因为「装上即用」还有另一面。README 的 Usage statistics 节明说:Google 会收集使用统计(比如工具调用成功率、延迟、环境信息),Data collection is enabled by default,数据收集默认开启。要关掉,可以在启动参数里加 --no-usage-statistics,或者设置环境变量 CHROME_DEVTOOLS_MCP_NO_USAGE_STATISTICS;而在 CI 环境里,只要 CI 环境变量被设置,收集也会自动关闭。
第二个默认行为写在 Disclaimers 节:Performance tools may send trace URLs to the Google CrUX API to fetch real-user experience data,性能工具可能把 trace URL 发给 Google CrUX API,以获取真实用户体验数据,让实验室数据和现场数据拼成完整的性能图景。不想发送,启动时加 --no-performance-crux。第三个默认行为是更新检查:服务器默认周期性查询 npm registry,发现新版本就打一条通知;设置 CHROME_DEVTOOLS_MCP_NO_UPDATE_CHECKS 环境变量即可关闭。
还有一处容易误读:README 明确写了 Chrome DevTools MCP 的使用统计与 Chrome 浏览器自身的使用统计是两套、互不联动,关掉浏览器的统计不会自动关掉这套工具的统计,反过来也一样。README 还写明这些数据由 Google 按其隐私政策处理;换句话说,开关只决定收不收,收集行为的规则由官方政策定义,接进生产前把规则读清楚,比默认接受更稳妥。三个默认行为、四组开关(--no-usage-statistics、CHROME_DEVTOOLS_MCP_NO_USAGE_STATISTICS 与 CI、--no-performance-crux、CHROME_DEVTOOLS_MCP_NO_UPDATE_CHECKS)都在 README 里逐字写明,接进生产环境前值得把这一节读一遍再决定怎么配。
v1.13.0:logpoints 与 page-scoped network mocks
版本节奏也在加快。按 GitHub Releases API 2026-11-16 抓取:v1.13.0 发布于 2026-11-11(published_at 2026-11-11T12:40:09Z),v1.12.0 是 2026-10-22,v1.11.0 是 2026-10-15。v1.13.0 的 release body 里最值得注意的两条新增:一是 logpoints,基于 DevTools 的 BreakpointManager 实现,不暂停执行也能往控制台打日志;二是 page-scoped network mocks,把网络 mock 的作用域限制在单个页面。同一批还带来 upstream network mock responses 等条目,修复项包括接受带 UTF-8 BOM 的配置文件、Error.cause 循环链截断到 10 层、在 --no-javascript-evaluation 下禁用 set_logpoints 等。
logpoints 和 network mocks 对智能体的意义在于调试颗粒度更细了:过去智能体要验证某个变量在页面里的实际值,往往得注入脚本或改代码;现在可以挂一个 logpoint 让页面自己把值打出来,也可以在单个页面范围内伪造一条网络响应,验证前端在不同返回下的行为。这两个能力也和三大能力里的调试项对得上:logpoints 补的是运行期观测,network mocks 补的是输入侧控制,智能体对一个页面的调试动作从「看」延伸到了「改」和「测」。
7 个内置 skills:给智能体配的使用手册
这个包不只是把工具摆出来,还自带 7 个 skills,相当于教智能体怎么用这些工具的说明书:chrome-devtools(用 MCP 工具调试与自动化页面)、chrome-devtools-cli(用 CLI 写 shell 脚本)、a11y-debugging(排查无障碍问题)、cookie-debugging(调试 cookie、会话与认证)、debug-optimize-lcp(调试并优化 Largest Contentful Paint)、memory-leak-debugging(查找并修复内存泄漏)、troubleshooting(修 MCP 与 Chrome 之间的连接问题)。七张说明书把无障碍、cookie、LCP、内存泄漏这些高频调试主题各配了一套打法,智能体遇到对应场景时不必从零摸索工具组合,也不必靠猜去拼一条调试路径。
安装方式有两种。插件化安装把 MCP 服务器与全部 skills 一起装:Claude Code 跑 /plugin marketplace add ChromeDevTools/chrome-devtools-mcp,再跑 /plugin install chrome-devtools-mcp@chrome-devtools-plugins;Copilot 与 VS Code 用 Chat: Install Plugin From Source;Gemini CLI 用 gemini extensions install --auto-update 加仓库地址。不支持插件的智能体则手动装:npm 全局安装后,把 skills 目录拷进智能体自己的 skills 目录。README 里有一条 IMPORTANT 提示值得逐字记住:skills 描述的是特定版本的工具,每次升级 MCP 服务器或 CLI 之后都要同步更新 skills,过期的 skills 可能让智能体调用已经变更的工具或参数。
边界:只认 Chrome 与 Chrome for Testing,且智能体能改浏览器里的一切
能力越大,边界越要读清楚。Disclaimers 第一条原话是:chrome-devtools-mcp exposes content of the browser instance to the MCP clients allowing them to inspect, debug, and modify any data in the browser or DevTools,它把浏览器实例的内容暴露给 MCP 客户端,允许其检查、调试、修改浏览器或 DevTools 里的任意数据,所以官方提醒不要共享不想让 MCP 客户端看到的敏感或个人信息。这不是免责套话:登录态、cookie、本地草稿,智能体全都能碰到。在这个背景下读配置开关就有了实际意义:--isolated 提供临时 profile,--slim 只暴露精简工具集,两者都能收窄一次会话的暴露面,接什么给智能体、暴露多少工具,决定权都在配置里。
浏览器支持同样有明确范围:官方逐字写明 officially supports Google Chrome and Chrome for Testing only,只正式支持 Google Chrome 与 Chrome for Testing;其他基于 Chromium 的浏览器「may work, but this is not guaranteed」,能用但不保证,遇到意外行为自行斟酌。支持承诺覆盖的范围是 latest Extended Stable Chrome,官方承诺为这个版本线提供修复与支持。这条承诺也给了使用者一个明确参照:选浏览器时按 Chrome 的版本线走,官方支持与修复才有落点;把「其他 Chromium 可能可用」放大成「官方支持某款浏览器」,就超出官方口径了。
配置面上,README 的 Configuration 与 Advanced Usage 列了几个常用开关:--headless 无头运行,--isolated 用临时 profile 跑一次性会话,--slim 只暴露精简工具集(适合只需要基础浏览器任务的场景),--executablePath 指定自定义浏览器路径;进阶能力还包括并发会话、持久用户数据目录、连接已运行的 Chrome 实例与 Android 调试。对做 agentic 工具的开发者,README 另有一句推荐:想在产品里内置浏览器子智能体,建议构建在 Chrome DevTools for agents 之上,参考实现是 Gemini CLI 的 browser agent 文档。
把身份、能力、隐私、版本、skills、边界六层摞起来,这个 Chrome 官方 MCP 服务器的定位就清楚了:57,033 颗累计星背后,是一段把 DevTools 的性能、调试、自动化三块面板直接开放给编码智能体的 JSON 配置;装上即用,但三个默认行为要靠四个开关自己关;v1.13.0 的 logpoints 与 page-scoped network mocks 把调试颗粒度又推细一层;7 个 skills 负责教智能体用对工具;边界始终画在 Chrome 与 Chrome for Testing 之内。本篇写的是浏览器侧的工具仓库,与站内那篇讲编码智能体接入边界的 coding-agent-preview-access-boundaries-review 角度不同;上一篇开源栏的 univer-office-sdk-agent-editing-opensource-resource 讲的是 Office SDK,也不在本文射程里。
常见问题
Q1:装上之后,智能体真的能自己查性能吗? A1:可以。配好 MCP 后发一句 Check the performance of https://developers.chrome.com,客户端会打开浏览器录制性能 trace 并给出可操作的结论;只有调用需要浏览器的工具时才会自动启动浏览器。
Q2:使用统计默认开启,怎么关? A2:启动参数加 --no-usage-statistics,或设环境变量 CHROME_DEVTOOLS_MCP_NO_USAGE_STATISTICS;CI 环境变量被设置时也会自动关闭。它与 Chrome 浏览器自身的统计是两套,互不联动;README 同时写明这些数据由 Google 按其隐私政策处理。
Q3:性能工具会把数据发给 Google 吗? A3:可能。性能工具可能把 trace URL 发给 Google CrUX API 以获取真实用户体验数据,不想发送就在启动时加 --no-performance-crux;更新检查可用 CHROME_DEVTOOLS_MCP_NO_UPDATE_CHECKS 关闭。
Q4:能在 Edge 或其他 Chromium 浏览器上用吗? A4:官方只正式支持 Google Chrome 与 Chrome for Testing,其他 Chromium 系浏览器可能可用但不保证;支持承诺覆盖 latest Extended Stable Chrome,不要把「可能能用」读成「官方支持」。
Q5:升级之后要注意什么? A5:包内 7 个 skills 描述的是特定版本的工具,每次升级 MCP 服务器或 CLI 后都要同步更新 skills,否则智能体可能按过期说明调用已变更的工具或参数。
延伸阅读
- coding-agent-preview-access-boundaries-review:编码智能体的接入与边界横评。
- univer-office-sdk-agent-editing-opensource-resource:开源 Office SDK 让智能体编辑表格。
- tsrs-rust-typescript-opensource-resource:TypeScript 生态的开源资源盘点。
- github-ai-tools-metadata-comparison-review:GitHub AI 工具仓库元数据横评。