Ask Bridge 🦀

ask-bridge 是以 Rust 撰寫的輕量命令列工具，可透過真實 Chrome 瀏覽器自動操作 ChatGPT、Gemini 與 Claude。它使用 Model Context Protocol MCP 與 Chrome DevTools Protocol CDP，並透過內建的 doggy8088/mcp-cli Rust library dependency 搭配 chrome-devtools-mcp 控制 Chrome、輸入 prompt、送出訊息，並將回覆輸出到終端機。未設定全域 provider 時預設使用 ChatGPT，可用 --provider gemini、--provider claude 或全域設定檔切換 provider。

設計意圖

ask-bridge 的核心目的不是取代 ChatGPT、Gemini、Claude 或任何 Coding Agent，而是把它們橋接在一起。開發過程中常會出現大量探索性的 AI 需求，例如查資料、整理文件、比較方案、摘要錯誤訊息、分析程式片段、產生初稿或協助釐清不確定的技術問題。這類任務通常不一定需要由主要 Coding Agent 親自完成，也不一定值得消耗與程式碼編輯、測試、重構等高價值工作相同的 agent 額度。

透過 ask-bridge，Coding Agent 可以把這些低風險、探索性、可委派的研究工作轉交給 ChatGPT、Gemini 或 Claude 網站處理，再把網站回覆取回終端機或後續工作流程中。由於 ChatGPT、Gemini、Claude 網站的使用額度與 Coding Agent 的執行額度通常分開計算，ask-bridge 可以讓開發者更有彈性地分配 AI 資源：主要 agent 專注在理解專案、修改程式、執行測試與整合結果；網站型 AI 則負責背景研究、文字處理與候選方案產出。

換句話說，ask-bridge 是一個給 AI Agent 使用的外部研究橋接器：它把原本需要人類切換瀏覽器、貼上 prompt、等待回覆、再複製結果的流程，包裝成可由命令列驅動的自動化能力。這讓 agent 可以在不離開本機工作流程的情況下，自主向 ChatGPT、Gemini 或 Claude 發出請求，取得輔助資訊，並將其納入後續判斷。

此工具特別適合：

• 將大型文件、錯誤訊息或程式片段交給網站型 AI 做摘要、比對或初步分析。
• 讓 Coding Agent 在實作前先委外蒐集背景資料、整理替代方案或產生檢查清單。
• 把不需要直接修改專案檔案的 AI 任務移出主要 agent 執行流程。
• 利用既有 ChatGPT、Gemini 或 Claude 網頁帳號的能力，處理 API 以外的互動式網站功能。

ask-bridge 不保證網站 provider 的輸出一定正確，也不應取代本機測試、官方文件查證或人工審查。它的定位是降低探索性 AI 工作的操作成本，讓主要 Coding Agent 能以更低摩擦取得外部 AI 協助。

不同於一般 API client，ask-bridge 會在真實 Chrome 瀏覽器中執行，並使用持久化的專屬使用者 profile。這表示：

• 只需要手動登入一次，透過 ask-bridge login 完成。
• 可處理 CAPTCHA、Cloudflare，並像一般使用者一樣存取所選 provider 的網頁功能。
• Session cookies、登入狀態與對話紀錄會持久保存。

主要功能

• 100% Rust 核心：快速、輕量，編譯後即可執行。
• 多 provider 支援：使用 --provider chatgpt|gemini|claude 選擇 ChatGPT、Gemini 或 Claude。
• 全域 provider 設定：可在 ~/.config/ask-bridge/config.json 指定預設 provider，CLI 的 --provider 會覆蓋設定檔。
• 真實瀏覽器自動化：直接控制監聽 9223 port 的 Chrome debug profile。
• 持久登入狀態：使用專屬本機 profile 目錄 ~/.config/ask-bridge/chrome-profile，避免重複登入。
• 回覆輸出：所選 provider 產生回覆時，將內容輸出到終端機。
• 思考動畫：等待 provider 回覆時，在終端機顯示旋轉 spinner，開始輸出內容後自動清除。
• 智慧分頁管理：可重用既有 provider 分頁、聚焦分頁，或開啟新分頁，避免分頁過度增加。
• Pipe 與 stdin 支援：支援透過 standard input 傳入 prompt，例如 cat report.txt | ask-bridge "summarize this"。
• 圖片與文件上傳：可透過 --image 附上圖片（支援 ChatGPT 與 Claude），或透過 --file 附上文件（PDF、Word、Excel、純文字、Markdown、JSON 等皆可），一次可指定多個檔案；Gemini 目前支援 --file，不支援 --image 圖片輸入。
• 模型與推理模式切換：使用 --model 選模型，並以 --reasoning 分別控制 ChatGPT 推理強度或 Gemini 延伸思考。
• 接續既有對話：使用 --session、--session-id 或 --session-url 指定既有對話，再從終端機送出新的 prompt。
• 回應超時：使用 --timeout <秒數> 設定等待回應上限，預設為 300 秒。
• 預設安靜模式與 verbose 模式：預設只輸出最終回覆；加上 --verbose 可顯示背景瀏覽器控制流程。
• 版本資訊：使用 -v 或 --version 顯示目前版本號。

前置需求

執行此工具需要：

1. 已安裝 Node.js 20.19.0 LTS 以上，或更新的 LTS 版本，並確保 node 與 npx 可在目前 shell 的 PATH 中執行。ask-bridge 會透過 npx 啟動 chrome-devtools-mcp@latest；若 Node.js 版本過舊，例如 v20.11.0，MCP server 會在 initialize 階段直接退出。
2. 已安裝 Google Chrome。macOS 預設路徑通常是 /Applications/Google Chrome.app。若缺少 Chrome，且系統有 Homebrew，make install 會自動安裝。

可用以下命令確認目前 shell 看到的 Node.js 版本：

node -v
npx -v

| 平台 | 注意事項 | | --- | --- | | macOS | 可使用 Homebrew 或 nvm 安裝 Node.js LTS。若使用 nvm，請確認執行 ask-bridge 的同一個 shell 已載入 nvm，且 node -v 顯示 v20.19.0 以上。Chrome 預設偵測 /Applications/Google Chrome.app/Contents/MacOS/Google Chrome。 | | Windows | 可使用 Node.js 官方安裝程式、winget 或 nvm-windows 安裝 Node.js LTS。安裝後請重新開啟 PowerShell，並確認 node -v 與 npx -v 可執行。Chrome 會優先偵測 Program Files、Program Files (x86) 與 %LOCALAPPDATA% 底下的標準安裝路徑。 | | Linux | 許多發行版內建套件庫可能提供較舊的 Node.js；建議使用 NodeSource、nvm 或官方 Node.js LTS 來源安裝。請安裝 Google Chrome Stable，並確認 google-chrome 或 google-chrome-stable 位於 PATH 中；Snap、Flatpak 或 Chromium 安裝方式可能不符合預設偵測邏輯。 |

不需要安裝全域 mcp-cli 執行檔。Rust binary 會透過 Cargo 從 https://github.com/doggy8088/mcp-cli 使用 mcp-cli 作為 dependency。

安裝與建置

1. 快速安裝 (推薦)

若您只想使用已編譯好的 Release 版本（不需要安裝 Rust 工具鏈），可直接使用以下一鍵安裝腳本。安裝腳本會自動檢查 Node.js 需求、下載適合您系統架構的 ask-bridge binary，並將其放入 ~/.local/bin/ 目錄中。

macOS / Linux

請開啟終端機執行：

curl -fsSL https://raw.githubusercontent.com/doggy8088/ask-bridge/main/install.sh | bash

Windows

請開啟 PowerShell (建議以系統管理員身分) 執行：

irm https://raw.githubusercontent.com/doggy8088/ask-bridge/main/install.ps1 | iex

[!NOTE] 請確保安裝路徑（macOS/Linux 為 ~/.local/bin；Windows 為 $HOME\.local\bin）已加入您的系統 PATH 環境變數中。 正式 CLI 命令為 ask-bridge；安裝流程也會提供 ask 作為向後相容 alias。以下範例皆以 ask-bridge 為準。 Windows 安裝程式會驗證下載檔為 PE 執行檔、執行 --version smoke test， 並把正式安裝目錄放在 User PATH 最前面。可用 where.exe ask-bridge 確認第一筆展開後的完整路徑結尾為 \.local\bin\ask-bridge.exe。

2. 從原始碼建置與安裝 (適用於開發者)

若您想從原始碼編譯並安裝，請在複製本專案後，在專案目錄下執行：

make install

此命令會自動檢查 Node.js 環境、檢查與安裝 Chrome 瀏覽器、建置最佳化的 binary，並在 ~/.local/bin/ask-bridge 建立正式命令符號連結 (symlink)，同時建立 ask alias。

3. 只建置不安裝

若只想建置 binary：

cargo build --release

編譯後的 binary 會位於 target/release/ask-bridge。

4. 安裝 Agent Skill

本專案提供 ask-bridge Agent Skill，讓支援 Skills 的 Coding Agent 可以在適合的情境下，自主使用 ask-bridge 將探索性研究、摘要、文件分析或方案比較等工作委派給 ChatGPT、Gemini 或 Claude 網站。

請使用 npx skills 安裝，不需要手動複製 skills/ 目錄：

npx skills add doggy8088/ask-bridge --skill ask-bridge

若要安裝到 Codex 的全域 Skills 目錄，可指定 agent 與 global scope：

npx skills add doggy8088/ask-bridge --skill ask-bridge --agent codex --global

使用方式

1. 首次設定：登入 provider

送出 prompt 前，需要先登入所選 provider。未設定全域 provider 時，ChatGPT 為預設：

ask-bridge login

若要登入 Gemini 或 Claude：

ask-bridge --provider gemini login
ask-bridge --provider claude login

此命令會：

• 使用專屬且持久化的 debug profile 啟動 Google Chrome。
• 開啟所選 provider 頁面，例如 https://chatgpt.com/、https://gemini.google.com/app 或 https://claude.ai/new。
• 等待你手動登入帳號。
• 本工具會每秒自動偵測登入狀態，不需要你回到終端機按 Enter；若超過 --timeout（預設 300 秒）仍未偵測到登入完成，會提醒你再確認一次。

此流程通常只需要執行一次。

全域 provider 設定

若希望未指定 --provider 時預設使用 Gemini 或 Claude，可用 ask-bridge config 指定：

ask-bridge config --provider gemini
ask-bridge config --provider claude

若要改回 ChatGPT：

ask-bridge config --provider chatgpt

可檢視目前設定：

ask-bridge config

--provider 的優先權高於全域設定檔，因此以下命令會暫時使用 ChatGPT：

ask-bridge --provider chatgpt "請摘要這段內容。"

2. 直接提問

將 prompt 作為 argument 傳入：

ask-bridge "Rust struct 和 tuple 有什麼差異？"
ask-bridge --provider gemini "Rust struct 和 tuple 有什麼差異？"
ask-bridge --provider claude "Rust struct 和 tuple 有什麼差異？"

執行後：

• Chrome 會開啟或聚焦所選 provider 分頁。
• Prompt 會自動輸入並送出。
• 所選 provider 的回覆會輸出到終端機。

3. 開啟全新對話

預設情況下，ask-bridge 會重用既有所選 provider 分頁，以避免建立過多分頁。

若要開啟全新的 provider 對話，使用 --new：

ask-bridge "誰是保哥？" --new

此模式只會開啟並使用新的所選 provider 分頁。執行前已存在的 provider 分頁與其他網站分頁都會保留；若無法唯一辨識新分頁，命令會停止且不會改用 或關閉既有分頁。

4. 接續既有對話

使用 provider 對話 ID 或完整對話 URL，可接續網頁端既有的對話脈絡：

ask-bridge --provider chatgpt --session-id "conversation-uuid" "請接續先前的規劃。"
ask-bridge --session-url "https://chatgpt.com/c/conversation-uuid" "請產出下一步計畫。"
ask-bridge --provider gemini --session "conversation-id" "請繼續分析。"

--session、--session-id 與 --session-url 是相同參數的別名。傳入 ID 時會依 --provider 或全域設定組成 provider 對話 URL；傳入完整 URL 時會辨識 provider。若同時明確指定不相符的 --provider、URL 不屬於支援的 provider， 或與 --new 同時使用，命令會在開啟瀏覽器前停止。既有頁籤不會被關閉。

5. Headless 模式

一般提問預設使用 headless Chrome，也就是 --headless=true。Chrome 會在背景執行，不會搶走焦點或跳出視窗。

若想觀察 Chrome 的操作過程，或需要手動檢查頁面狀態，可改用 headful 模式：

ask-bridge "誰是保哥？" --headless=false

ask-bridge login 會強制使用 headful 模式，方便你和瀏覽器 UI 互動；其他 subcommand 若要可見瀏覽器，請明確加上 --headless=false。

6. Verbose 模式

預設情況下，ask-bridge 只輸出所選 provider 的最終回覆，隱藏背景控制訊息。

若要查看完整瀏覽器自動化流程，加入 --verbose：

ask-bridge "誰是保哥？" --verbose

Verbose 模式會顯示類似以下流程：

• 檢查已開啟的 Chrome 分頁。
• 聚焦輸入欄位。
• 輸入 prompt。
• 送出訊息。
• 等待 provider 回覆。

7. 回應超時（--timeout）

回答等待預設 300 秒，若 provider 回應時間較長可提高（或降低）等待上限：

ask-bridge "請幫我整理這份報告" --timeout 600

你也可以明確設定較短時間：

ask-bridge "簡短回覆" --timeout 60

超過設定秒數仍未完成時，會輸出超時警告並直接結束回應等待流程。

8. 顯示版本

使用 -v 或 --version 顯示目前版本號：

ask-bridge -v

9. Pipe 與 stdin

可透過 pipe 將文字或檔案內容傳入 ask-bridge：

echo "用一句話解釋 quantum computing" | ask-bridge

若同時提供 prompt argument，ask-bridge 會先送出該 prompt，接著加上兩個換行後再附加管道內容：

cat /Users/will/.copilot/session-state/46cc0f1c-79fd-4622-9548-a0b7fa3794be/research/does-cursor-support-byok.md | ask-bridge 'What is this?'

也可以讀取檔案內容：

cat src/main.rs | ask-bridge "這段 Rust code 有記憶體洩漏風險嗎？"

10. 附上圖片或文件

除了把檔案內容透過 pipe 傳入 prompt，你也可以直接把本機檔案當作附件上傳給所選 provider。

附上圖片

使用 --image 附上一或多張本機圖片（可重複指定）。此功能目前支援 ChatGPT 與 Claude；Gemini 圖片輸入尚未支援，搭配 --provider gemini 使用會立即回報錯誤。

ask-bridge "請描述這張圖片的內容。" --image screenshot.png
ask-bridge "比較這兩張圖的差異。" --image v1.png --image v2.png
ask-bridge --provider claude "請描述這張圖片的內容。" --image screenshot.png

支援的格式包含 PNG、JPEG、GIF、WebP、SVG、BMP 等。

附上文件

使用 --file 附上一或多份本機文件（可重複指定），例如 PDF、Word、Excel、PowerPoint、純文字、Markdown、CSV、JSON、程式碼等。ChatGPT、Gemini 與 Claude 都支援此流程。

ask-bridge "請摘要這份 PDF 的重點。" --file report.pdf
ask-bridge "這份 CSV 總共有幾筆資料？" --file data.csv
ask-bridge "幫我檢查這段程式碼有沒有問題。" --file src/main.rs

也可以同時附上圖片與文件：

ask-bridge "請對照這張設計圖與規格文件，指出不一致的地方。" --image design.png --file spec.docx

顯示上傳結果

provider 回覆後，可使用 -i / --image-output 指定生成圖片的下載路徑（資料夾或檔案路徑）。

11. 切換模型與推理模式

使用 --model 在送出 prompt 前切換 provider 模型；使用 --reasoning 分別指定 provider 支援的推理模式。兩者可在同一次 ChatGPT 呼叫中併用；Gemini 的延伸思考只相容於 Pro 模型。

ask-bridge "證明這個數學問題。" --model "GPT-5.6 Sol" --reasoning high
ask-bridge "快速翻譯這段話。" --reasoning instant
ask-bridge --provider gemini "用幾句話介紹 Rust。" --model "3.6 Flash"
ask-bridge --provider gemini "證明這個數學問題。" --model "3.1 Pro" --reasoning extended
ask-bridge --provider claude "用幾句話介紹 Rust。" --model Sonnet

參數規則：

• ChatGPT：--reasoning 支援 auto、instant、medium、high，也接受 智慧、即時、中、中等、高 等對應別名。
• Gemini：--reasoning extended 選擇 Extended Thinking；可省略 --model，或搭配實際存在的 Pro 模型。
• Claude：不支援 --reasoning；--model 的 Sonnet、Opus、Haiku 選擇流程維持不變。

模型比對只使用選單的主標籤，忽略副標題與 badge；比對仍不分大小寫與標點。工具不會把舊版模型名稱自動改選為其他版本。若主標籤不存在，錯誤會列出目前讀到的 provider 選項，並在送出 prompt 前中止。

舊用法如 --model 高 或 Gemini 的 --model 延伸思考 暫時仍可使用，但會顯示棄用警告；請改用 --reasoning。

12. 只開啟 provider

若只想快速開啟瀏覽器並進入所選 provider：

ask-bridge open
ask-bridge --provider gemini open
ask-bridge --provider claude open

13. 關閉瀏覽器 instance

若要關閉 ask-bridge 管理的 Chrome debug profile instance：

ask-bridge close

close 只會關閉使用 ~/.config/ask-bridge/chrome-profile 且監聽 debug port 9223 的 ask-bridge Chrome instance；若該 port 被非 ask-bridge Chrome 程序占用，會回報錯誤而不會關閉它。

14. 更新 ask-bridge

若要直接自動更新目前安裝的 ask-bridge，可直接執行：

ask-bridge update

此命令會依作業系統重新執行 README 建議的官方安裝命令（macOS / Linux 或 Windows）。

運作原理

1. 瀏覽器初始化：ask-bridge 會檢查 Chrome 是否正在監聽 debug port 9223。若沒有，會以專屬 profile 目錄 ~/.config/ask-bridge/chrome-profile 啟動 Google Chrome。
2. MCP Bridge 設定：啟動時會自動寫入 ~/.config/ask-bridge/mcp_servers.json，預設設定 Chrome DevTools MCP server，使用 chrome-devtools-mcp@latest 與 --browser-url=http://127.0.0.1:9223。
3. Client 呼叫：ask-bridge 透過內建的 doggy8088/mcp-cli Rust library dependency 呼叫 MCP tools，例如 list_pages、select_page、type_text 與 evaluate_script，不依賴系統上的外部 mcp-cli 命令。
4. 狀態輪詢：provider 產生回覆期間，工具會以 JavaScript 檢查送出與停止按鈕狀態，擷取回覆元素的文字內容，並輸出到 stdout。

相關文件

• 快速開始
• 背景 Chrome 隱形技術與實作原理

授權

MIT License。可自由使用、修改與散布。