Prism
English | 简体中文
Prism 是一个 TypeScript 浏览器智能体 CLI。给它一个网址和一句目标，它会把页面读成一张带编号的可见控件表，让决策模型选择「对哪个元素执行哪个操作」，通过 Chrome
DevTools Protocol 执行，直到决策模型判定目标达成。
环境要求
- Node.js >= 22.19
- 可通过 CDP 连接的 Chrome
TYPESAFE_API_KEY- 一个 OpenAI 兼容的 key（仅 CLI 模式需要；MCP 宿主支持 sampling 时由宿主自己的模型回答字段文本）
安装
npm install -g @tulipe1735/prism
包含两个可执行入口：prism（CLI）和 prism-mcp（MCP server）
连接 Chrome
请以远程调试模式启动 Chrome。Chrome
136+ 默认 profile 不允许开启远程调试，因此使用独立 profile 并在其中登录一次：
"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \
--remote-debugging-port=9222 --user-data-dir="$HOME/.prism-chrome"
google-chrome --remote-debugging-port=9222 --user-data-dir="$HOME/.prism-chrome"
"%PROGRAMFILES%\Google\Chrome\Application\chrome.exe" ^
--remote-debugging-port=9222 --user-data-dir="%USERPROFILE%\.prism-chrome"
作为 MCP server 使用
prism-mcp 是一个 stdio MCP server，只暴露一个任务级工具：
| 工具 | 输入 | 返回 |
|---|
browser_task | url、goal、max_steps?、record_dir? | status、reason、final_url、final_title、final_text、steps、elapsed_ms |
宿主把整个浏览子任务委托出去；observe/decide/act 循环、新鲜度校验、预算和判定都由 Prism 自己负责。每步进度会以 MCP
progress notification 上报；取消请求会中止运行并关闭标签页。
宿主声明了 sampling 能力时（opencode 支持），需要填写的字段文本由宿主自己的模型通过
sampling/createMessage 回答，此时不需要 TEXT_MODEL_API_KEY；否则回退到
TEXT_MODEL_*。决策（选哪个控件/目标）始终只走 TypeSafe，不会交给宿主模型。
opencode（opencode.json）：
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"prism": {
"type": "local",
"command": ["prism-mcp"]
}
}
}
prism-mcp 需要在 PATH 上（在仓库根目录执行 pnpm link --global），或把 command 指向
["node", "/absolute/path/to/prism/dist/mcp.js"]。其他 MCP 客户端同理。key 和
PRISM_BROWSER_URL 从 server 进程的环境变量及其工作目录下的 .env 读取。
注意：不要在配置里用 "environment": { "TYPESAFE_API_KEY": "{env:TYPESAFE_API_KEY}" }
传未设置的变量——空值会覆盖 .env 里的同名 key，导致加载失败。
Respect
src/browser/snapshot.js 来自
browser-use/jev-ultrafast，以 MIT
License 使用。详见 THIRD_PARTY_NOTICES.md。