AI Agent 运营工具周报：从浏览器执行到 SEO，7 个补件值得试
前两期已经把 OpenCLI、Agent Reach、HuiMei、social-auto-upload、ChubbySkills 这类读写平台的基线工具盘过一遍。本期不再重讲同一批项目，改看另一条更实用的链路：Agent 要稳定跑内容运营，除了会生成文案，还得会看网页、调浏览器、剪视频、查 SEO 数据、翻国内开放平台文档。缺的往往不是一个大而全工具，而是几个能被流程拼起来的小入口。
本期先看 7 个入口
| 工具 | 一句话定位 | 适合放进哪段运营流程 | Agent 接口形态 | 主要风险 |
|---|---|---|---|---|
| Chrome DevTools MCP | Google Chrome DevTools 团队维护的 MCP Server，让 Claude、Cursor、Codex 等 Agent 控制和检查真实 Chrome | 登录态网页巡检、性能检查、后台表单验证、发布前页面 QA | npx chrome-devtools-mcp@latest/ MCP / CLI | 会把浏览器内容暴露给 MCP 客户端，敏感账号要隔离 |
| Page Agent | 阿里开源的页内 GUI Agent，用纯前端 JavaScript 在网页里执行自然语言操作，并提供 Chrome 扩展与 MCP Server beta | 给自家 SaaS 后台、运营后台、CMS 加自然语言操作层 | npm install page-agent/ JS SDK / Chrome extension / MCP beta | 更适合你能控制的网页，不是通用爬虫 |
| LocoAgent | 面向社媒账号的浏览器自动化 Agent，通过真实 Chrome 会话执行点赞、回复、关注和发布等动作 | X、LinkedIn、Reddit 这类海外账号的日常互动与定时任务 | Bun CLI / agent-browser / skills / workflow engine | 账号动作风险高，必须先用小号、限频和操作日志 |
| BrowserAct | Product Hunt 上的浏览器自动化产品，定位是给 Agent 一个可处理登录站点、验证、上传文件和重复网页工作流的浏览器层 | 需要真实浏览器但不想自己维护 Playwright 基建的团队 | 托管浏览器自动化服务 / 官网入口 | 不是开源仓库，价格、数据边界和可观测性要单独核 |
| video-use | browser-use 团队开源的视频剪辑 skill，目标是让 Claude Code、Codex、OpenClaw 等 Agent 从素材文件夹产出final.mp4 | 发布前的视频粗剪、口播去废话、字幕、调色、片段自检 | Agent Skill / Python helpers / ffmpeg / ElevenLabs | 依赖转录和本地媒体工具，长视频要先做成本和时间预算 |
| OpenSEO | 开源 SEO 工具，明确提供 MCP 和 Agent Skills，让 Agent 直接使用关键词、排名、竞品、外链和站点审计数据 | 选题前关键词研究、发布后排名追踪、竞品页面分析 | 自托管 Web app / MCP / Agent Skills | 需要 DataForSEO API，Docker 默认单用户无认证 |
| SpecFusion | 中文开放平台 API 文档搜索 Skill，可在 Claude / Cursor 里直接检索微信、支付宝、钉钉等国内开放平台的接口文档 | 对接国内开放平台前的接口核查、参数确认 | MCP Skill / 自然语言检索 | 文档时效性取决于抓取频率，重要接口仍需回到官方文档确认 |
1. Chrome DevTools MCP
仓库：ChromeDevTools/chrome-devtools-mcp
Google Chrome DevTools 官方团队维护，让 Agent 以 MCP 协议连接并控制真实的 Chrome 浏览器实例。不同于 Puppeteer/Playwright 的无头方案，这里直接走 Chrome DevTools Protocol（CDP），浏览器窗口是真实可见的，登录态、Cookie、本地存储全部保留。
接入方式
npx chrome-devtools-mcp@latest在 Claude Desktop / Cursor 的 MCP 配置里加上这条，Agent 就能调Page.navigate、Runtime.evaluate、DOM.querySelector等原生 CDP 方法，也可以直接用 README 里的 CLI 脚本做非交互式巡检。
适合哪段流程
- 发布后巡检：检查页面是否正常渲染、首屏时间、关键元素是否存在
- 登录态操作：后台表单填写、CMS 发布、需要 session 的自动化验证
- 页面 QA：在真实 Chrome 里截图对比，比无头浏览器更贴近用户实际看到的结果
主要风险：MCP Server 运行期间，连接的 Agent 可以读取浏览器里所有标签页的内容，包括已登录账号的 DOM 和网络请求。建议专门开一个独立的 Chrome Profile 给 Agent 使用，不要混用日常登录的浏览器。
2. Page Agent（阿里开源）
仓库：alibaba/page-agent
阿里开源的页内 GUI Agent，核心思路是「把自然语言操作能力注入到你自己控制的网页里」。它用纯前端 JavaScript 运行，不需要 Puppeteer，直接在浏览器环境里理解页面结构并执行点击、填写、滚动等操作。同时提供 Chrome 扩展和处于 beta 阶段的 MCP Server。
npm install page-agent适合哪段流程
- 给自家 SaaS 后台加一层自然语言操作界面，不改后端只改前端
- 运营后台批量操作：比如批量改文章状态、批量打标签
- CMS 系统的 AI 助手层
需要注意：Page Agent 定位是「你能控制的页面」，不是通用爬虫。对第三方页面（结构会变、CSP 会拦），稳定性和成功率都不如专门的自动化框架。
3. LocoAgent
仓库：LocoreMind/locoagent
面向社媒账号的浏览器自动化 Agent，目标场景是 X（Twitter）、LinkedIn、Reddit 等海外平台的日常互动：点赞、回复、关注、发布、定时任务。底层走真实 Chrome 会话（非无头），用 Bun 运行。
接口形态：Bun CLI + agent-browser 模块 + skills 体系 + 内置 workflow engine。可以按「技能包」的方式组合动作序列，相当于一个轻量的 RPA 框架，专门针对社媒场景做了调优。
必须先做的事
- 用小号测试，不要直接用主账号
- 设置操作频率上限，模拟人类使用节奏
- 打开操作日志，每条动作都留审计记录
- 异常时立即停止，不要自动重试超过 2 次
社媒平台对自动化检测越来越激进，账号动作风险不可低估。
4. BrowserAct
来源：Product Hunt - BrowserAct
托管型浏览器自动化服务，给 Agent 提供一个「开箱即用的浏览器层」，处理登录、验证码、文件上传和复杂网页工作流，不需要自己维护 Playwright/Selenium 基建。
适合哪类团队：需要浏览器自动化能力、但没有时间维护本地 Playwright 环境的中小团队。
注意事项：这不是开源仓库，是商业 SaaS 产品。接入前需要单独核：
- 定价模型（按会话/按操作/按时间）
- 数据在哪里处理（涉及登录态敏感信息）
- 可观测性：日志、失败重试、告警怎么配
5. video-use
仓库：browser-use/video-use
browser-use 团队开源的视频剪辑 Agent Skill，目标是让 Claude Code、Codex、OpenClaw 等 Agent 接收一个素材文件夹，输出final.mp4。底层调 ffmpeg + ElevenLabs（配音/转录），支持去废话、字幕嵌入、调色、片段自检。
典型工作流
- Agent 扫描素材文件夹，识别口播片段
- 调转录接口（Whisper/ElevenLabs）生成字幕
- 按脚本剪辑：去废话、拼接、调色
- 输出成品 + 自检报告（哪段有噪音、哪段人脸不清晰）
成本提示：ElevenLabs 转录按分钟收费，长视频要先算好成本和处理时间预算，别在 Agent 循环里无控制地调。
6. OpenSEO
仓库：every-app/open-seo
开源 SEO 工具，明确提供 MCP Server 和 Agent Skills，让 Agent 直接在工作流里调用 SEO 数据：关键词搜索量、竞品排名、外链分析、站点审计。底层数据来自 DataForSEO API。
部署方式：Docker 自托管，一条命令起 Web app，同时暴露 MCP 接口。
适合哪段流程
- 选题前：关键词竞争度评估，判断值不值得写
- 发布后：排名变化追踪，自动生成周报
- 竞品分析：批量抓竞品页面的关键词覆盖情况
注意：DataForSEO API 有费用，Docker 默认配置是单用户、无认证，生产环境部署前要加访问控制。
7. SpecFusion
面向中文开放平台的 API 文档搜索 Skill。可以在 Claude / Cursor 里直接用自然语言检索微信开放平台、支付宝开放平台、钉钉开放平台等国内主流平台的接口文档，免去手动翻文档的步骤。
适合哪段流程：在 Agent 对接国内开放平台接口前，快速确认接口名称、参数、权限要求、返回结构，减少对接时的来回确认。
时效性提示：文档内容取决于抓取频率，国内开放平台接口变更比较频繁。重要接口的参数和权限要求，仍建议回到官方文档页面做最终确认。
小结：怎么选
这 7 个工具覆盖了 Agent 运营链路里比较容易被忽视的几个环节。选的时候可以按这个优先级来：
- 先看接口形态：MCP / CLI / SDK 哪种更容易接进你现有的 Agent 框架
- 再看风险等级：涉及真实账号操作的（LocoAgent、Chrome DevTools MCP）先用隔离环境测试
- 最后看维护成本：开源自托管 vs 商业 SaaS，团队能不能接得住
前两期的发布与采集基线 + 本期的执行层补件，合在一起已经覆盖了内容运营 Agent 流程里大部分常用入口。下期会聚焦内容质量监控和数据回流这段链路，持续更新。