Hermes Agent如何调用浏览器能力
可通过四种方式启用Hermes Agent浏览器能力：一、安装官方Chrome/Edge扩展并配置站点权限；二、本地启动Chrome调试模式后连接ws://localhost:9222；三、用Puppeteer/Playwright驱动独立无头浏览器；四、Docker容器内嵌浏览器服务。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您已安装 Hermes Agent 但无法执行网页点击、表单填写或内容提取等操作，则可能是浏览器能力未正确调用。以下是实现浏览器能力调用的多种可行路径：
一、通过官方浏览器扩展启用自动化能力
此方式依赖 Chrome 或 Edge 浏览器扩展作为入口，直接注入脚本并操控 DOM，适用于大多数网页交互场景。
1、访问 Hermes Agent 官方发布页面，下载对应 Chrome 或 Edge 的 .crx 扩展包，或直接打开 Web Store 页面。
2、在浏览器地址栏输入 chrome://extensions/ 并回车，进入扩展管理页。
3、开启右上角“开发者模式”开关。
4、将下载的扩展文件拖入页面内，确认安装提示。
5、安装完成后，检查扩展图标是否出现在浏览器工具栏右侧，并点击图标确认状态为已启用。
6、在扩展详情页中，滚动至“站点访问权限”区域，选择 在所有网站上启用 或手动添加目标域名。
7、若弹出权限提示，必须勾选 允许此扩展读取和更改您在所访问网站上的数据。
二、通过本地调试协议连接已运行的 Chrome 实例
此方式绕过扩展机制，直接复用本地 Chrome 进程，支持更底层的页面控制（如网络拦截、性能分析），且与用户日常浏览环境完全隔离。
1、在终端中执行命令启动 Chrome 调试模式：--remote-debugging-port=9222 --user-data-dir="$HOME/.chrome-debug-profile"（macOS）或 --remote-debugging-port=9222 --remote-debugging-address=0.0.0.0 --user-data-dir="C:\ChromeForHermes"（Windows）。
2、等待 Chrome 窗口自动弹出后，在 Hermes Agent 输入框中执行指令：/browser connect ws://localhost:9222。
3、连接成功后，可立即发送指令测试，例如：打开 https://www.baidu.com，搜索"今天成都的天气怎么样?"。
Comet AI 浏览器
下载 Comet AI 浏览器，体验由 Perplexity AI 驱动的革命性上网方式。内置 AI 助手可实时总结网页、跨标签页对比信息、自动执行任务。告别繁琐操作，让 AI 成为你的浏览副驾，大幅提升研究与工作效率。支持 Windows、macOS、Android 和 iOS。
下载
三、通过 Puppeteer 或 Playwright 驱动启动独立无头浏览器
此方式不依赖用户已安装的浏览器，由 Hermes Agent 自行下载并管理 Chromium 二进制文件，适合服务端部署或需多实例并发的场景。
1、进入 Hermes Agent 虚拟环境，执行 pip show hermes-agent 获取安装路径。
2、切换至 site-packages/hermes_agent/plugins/browser_automation/ 目录。
3、运行以下任一命令安装驱动：PUPPETEER_DOWNLOAD_HOST=https://npmmirror.com/mirrors npm install puppeteer@22.5.0 或 PLAYWRIGHT_DOWNLOAD_HOST=https://npmmirror.com/mirrors npx playwright install chromium。
4、在项目根目录执行 hermes tools，使用方向键导航至 browser_automation 选项并按空格键启用。
5、按回车确认后，执行 hermes config get tools.browser_automation.enabled 验证返回值为 true。
四、通过 Docker 容器内嵌浏览器服务调用
此方式将浏览器运行环境与 Hermes Agent 统一封装于容器中，确保跨平台一致性，避免本地环境差异导致的能力失效。
1、拉取官方镜像：docker pull registry.cn-hangzhou.aliyuncs.com/hermes-agent/hermes:latest。
2、启动容器时挂载必要参数：-p 8080:8080 -e BROWSER_MODE=headless -e CHROMIUM_DOWNLOAD_MIRROR=https://npmmirror.com/mirrors。
3、容器启动后，Hermes Agent 自动初始化内置浏览器实例，无需额外配置即可响应 /browser 类指令。
4、验证方式为在 WebUI 或 CLI 中输入 /browser status，返回 browser ready 即表示调用通道已就绪。