browser-for-ai (bfa)

English · ภาษาไทย

MCP server แบบ CDP-native ที่ให้ AI agent (Claude Code และ MCP client อื่นๆ) ใช้ Chrome จริงได้ลึกเท่าที่คนเปิด DevTools ทำได้ — อ่าน network/console เต็ม, ขับหน้าเว็บได้ทุกแบบ, และ แกะ API flow ของเว็บออกมาเป็นโค้ดที่รันได้จริง

ทำไมต้อง bfa

สิ่งที่เครื่องมือ browser แบบถ่าย screenshot อย่างเดียวทำไม่ได้:

• ⭐ เปลี่ยน session จริงให้เป็นโค้ด — ปักหมุด flow, ทำงานบนหน้าเว็บ แล้ว bfa สังเคราะห์โค้ดรีเพลย์ (curl / TypeScript / Go / Python) พร้อม ต่อ dependency ข้าม call อัตโนมัติ — token ที่ได้จาก response แรกจะกลายเป็นตัวแปรที่ request ถัดไปดึงไปใช้ ไม่ใช่ค่า literal ฝังตาย จากนั้น flow_replay รันจริงเพื่อพิสูจน์ว่าใช้ได้
• 🔬 เห็น network ทั้งหมด — body เต็ม ทั้ง request/response (ทั้ง text และ binary base64), header ครบตามที่ส่งจริงบนสาย (รวม Cookie และ custom signing header, merge จาก CDP ExtraInfo), timing, redirect, และเฟรม WebSocket — เรียกดูได้ตรง คำถาม: failures, pending (ค้าง), slow
• 🎮 ขับได้ทุกอย่าง — ด้วย ref, ด้วยสายตา, หรือด้วยพิกัด — ref/CSS, พิกัด + สัมผัส สำหรับ <canvas> / WebGL, และ เห็นแล้วคลิก: page_look คืน screenshot ที่มีเลขกำกับบนทุก element ที่กดได้ (Set-of-Mark) ขนาด 1:1 กับ CSS px → model ดูภาพ เลือกเลข แล้วคลิก ไม่ต้องคำนวณพิกัด ไม่คลิกพลาด ทุก action รายงาน delta (network/console/URL) ที่เกิดขึ้น
• 🧪 ปั้น traffic ได้ — block / mock / แก้ request และ throttle เป็น Slow 3G / offline / bandwidth กำหนดเอง พร้อมหน่วง CPU
• 🗂️ session จริง — หลาย session พร้อมกัน, incognito, attach เข้า Chrome ที่ ล็อกอินอยู่, save/restore cookie + storage, และล้าง cache สมบูรณ์
• 🎯 ขับ tab ที่ถูกต้อง บน viewport ที่นิ่ง — ทีละเกมต่อเนื่อง — session ที่ launch คือตัว active และทุก launch จะโหลด URL ที่สั่งเสมอ (ไม่ reuse tab เกมก่อนหน้าเงียบๆ); bfa auto-follow tab ที่หน้าเปิด และ self-heal tab ที่ detached/ปิด/chrome-error (action re-attach + retry ให้; browser_recover reset frame ค้างหรือให้ tab ใหม่) แทนที่จะต้อง relaunch launch ด้วย device:"mobile" เพื่อ viewport มือถือ 390×844 ที่นิ่ง ไม่หดเอง (touch เปิด จึง page_tap_at และ page_batch {action:"tap_at"} ขับเกม Cocos/canvas ได้) พิกัดไม่เพี้ยนตลอด batch 12 เกม
• ⚡ เร็ว และไม่มีวันค้าง — page_batch ทำทั้งลำดับในรอบเดียวและปิดท้ายด้วย look ได้; ทุก action รอแค่จน "นิ่ง" ไม่ใช่ sleep ตายตัว; page_wait_for / net_wait คืนทันทีที่เงื่อนไขจริง ทุกคำสั่งมีเพดานเวลา: สคริปต์วนลูปถูกหยุด (page_eval มี budget, browser_recover), browser_close force-kill Chrome ที่เราเปิดถ้าไม่ยอมปิด, recorder เป็น ring buffer สำหรับ session ยาวๆ

เทียบกับตัวอื่น

| ความสามารถ | bfa | browser MCP ทั่วไป | |---|:---:|:---:| | แกะ flow → โค้ดรันได้ + ต่อ dependency + verify ด้วย replay | ✅ | ✗ (อย่างมากแค่ codegen เป็น Playwright script จาก UI action) | | body เต็ม (text + binary) และเฟรม WebSocket เป็น default | ✅ | ส่วนใหญ่ให้แค่ metadata | | redact secret ในโค้ดที่สร้าง | ✅ | ✗ | | พิกัด + สัมผัส สำหรับ canvas / WebGL | ✅ | บางตัว (vision mode) | | attach เข้า Chrome ที่ ล็อกอินอยู่ | ✅ | ✅ (มีทั่วไป) | | throttle network / CPU | ✅ | บางตัว | | batch หลาย step + เห็นผลในคำสั่งเดียว; ทุกคำสั่งมีเพดานเวลา + กู้สคริปต์ค้าง | ✅ | หายาก | | browser บน cloud · stealth · proxy · CAPTCHA | ✗ (เป็น local โดยตั้งใจ) | บาง cloud tool |

bfa เป็นเครื่องมือ inspection & reverse-engineering ฝั่ง dev ที่รันในเครื่อง ไม่ใช่ ฟาร์ม scraping บน cloud — โฟกัสตรงนี้คือเหตุผลที่ 3 แถวแรกหายากในตัวอื่น

ความต้องการของระบบ

• Node.js ≥ 20
• ติดตั้ง Google Chrome (หรือกำหนด BFA_CHROME_PATH ชี้ไป Chrome ของคุณ)

ติดตั้ง

อยู่บน npm แล้วในชื่อ browser-for-ai — ไม่ต้อง clone หรือ build

# ไม่ต้องติดตั้ง (แนะนำ) — ดึงเวอร์ชันล่าสุดมารันเลย
npx -y browser-for-ai

# …หรือติดตั้งแบบ global ได้คำสั่ง `browser-for-ai`
npm install -g browser-for-ai

git clone https://github.com/icueth/browser-for-ai.git
cd browser-for-ai
npm install
npm run build      # → dist/server.js

ลงทะเบียนกับ MCP client

Claude Code — ผ่าน package บน npm (ไม่ต้องใส่ path):

claude mcp add browser-for-ai --scope user -- npx -y browser-for-ai

ตรวจด้วย claude mcp get browser-for-ai (ควรขึ้น ✔ Connected) — tools โหลดเข้า session ใหม่ ให้เปิด Claude Code session ใหม่หลังลงทะเบียน

AgentSpace ใส่ browser-for-ai เป็น MCP server default ให้อยู่แล้ว (npx -y browser-for-ai) — เห็นได้ที่ Settings → MCP / Integrations เลย

MCP client อื่นๆ (config stdio ดิบๆ):

{ "command": "npx", "args": ["-y", "browser-for-ai"] }

claude mcp add browser-for-ai --scope user -- node /absolute/path/to/browser-for-ai/dist/server.js

ถ้า node มาจาก version manager (nvm, asdf, …) ให้ใส่ absolute path ของ binary node — เพราะ MCP server ถูกเรียกจาก shell ที่ไม่ resolve alias

เริ่มใช้งานเร็ว

browser_launch { "mode": "fresh", "url": "https://example.com" }   // หน้าต่างจริง
page_screenshot
net_list            // request ล่าสุด
net_failures        // อันที่ error
net_pending         // อันที่ยังค้าง
page_snapshot       // DOM ที่ติด ref
page_click { "selector": "#login" }
net_get { "url": "/api/login" }   // ดู 1 call เต็ม: header + body
browser_close { "all": true }

Session

browser_launch { mode, url?, port?, profile?, incognito?, headless?, viewport? }

• fresh — เปิด Chrome ของเราเอง (มีหน้าต่างเป็นค่าเริ่มต้น; headless: true ถ้าไม่ต้องการหน้าต่าง)
• attach — เกาะ Chrome ที่เปิดด้วย --remote-debugging-port (ใช้แค่ port; ค่าเริ่มต้น 9222)
• incognito: true — context แยกขาด ไม่มี state เดิม
• Profile — ไม่ใส่ profile → profile ชั่วคราวในโฟลเดอร์ temp ลบเมื่อปิด ใส่ชื่อ { "profile": "work" } → เก็บถาวรที่ ~/.bfa/profiles/work ทำให้ login อยู่ข้ามครั้ง (สอง session บน profile ชื่อเดียวกันชนกัน; แบบไม่ตั้งชื่อปลอดภัยเสมอ)
• device: "mobile" — viewport มือถือ 390×844 (dpr 3, layout + UA มือถือ) ที่ ไม่ ตามขนาดหน้าต่าง จึงไม่หดเอง พิกัดคลิกไม่เพี้ยน เหมาะกับเกมมือถือ/PG; device: "desktop" = 1280×800 ใส่ viewport เองจะทับ preset; ถ้าไม่ใส่ทั้งคู่ หน้าจะตามหน้าต่างจริง (ซึ่งหดได้)
• Viewport ตอน launch หรือ page_set_viewport { device } / { width, height } บน session ที่เปิดอยู่

หนึ่งงาน หนึ่ง Chrome — browser_launch จะ reuse session ที่เปิดอยู่และตรงกัน (incognito / profile / headless เดียวกัน) แล้วแค่นำทางไป url ไม่เปิด Chrome เพิ่ม ใส่ new: true ถ้าต้องการตัวที่สองจริงๆ session ที่เราเปิดเองและนิ่งไม่ถูกใช้จะปิดอัตโนมัติหลัง BFA_IDLE_MINUTES (ดีฟอลต์ 20; 0 = ไม่ปิด) เปิดค้างได้สูงสุด BFA_MAX_SESSIONS (ดีฟอลต์ 3; 0 = ไม่จำกัด) เกินแล้วตัวที่ไม่ได้ใช้นานสุดจะถูกปิด browser_sessions โชว์เวลา idle ของแต่ละตัว และตอน server เริ่มใหม่จะเก็บกวาด Chrome กำพร้าจาก bfa ที่ตายไปแล้ว session แบบ attach (Chrome ของคุณ) ไม่ถูกปิดเองเด็ดขาด แต่ยังควร browser_close { all: true } เมื่องานเสร็จ

session ที่ launch จะเป็นตัว active; launch ตัวใหม่ทำให้ตัวนั้น active fresh mode จะ auto-follow tab ที่หน้าเปิด และ self-heal ไป tab อื่นถ้า tab ที่ขับปิดไป จัดการด้วย browser_sessions, browser_use { sessionId }, browser_tabs, browser_use_tab { index }, browser_close — tool ส่วนใหญ่รับ sessionId (ไม่ใส่ = ใช้ session ที่ active อยู่)

รายการ tools ทั้งหมด (52)

Session & lifecycle

| tool | หน้าที่ | |---|---| | browser_launch | เปิด session ใหม่ / attach | | browser_sessions | ดู session ที่เปิดอยู่ | | browser_use | ตั้ง session เริ่มต้น | | browser_tabs | ดู tab/target ของ session | | browser_use_tab | สลับ tab ที่ขับ (ยก recorder + intercept ตามไป; auto-follow tab ที่หน้าเปิดทั้ง fresh และ attach) | | browser_close_tab | ปิด tab เดียวตาม index โดยไม่ปิด session (heal ไป tab อื่นถ้าปิดตัวที่กำลังขับ) | | browser_close | ปิด session (หรือ all) | | browser_clear_cache | ล้าง cache + cookie + storage | | browser_hard_reload | reload ข้าม cache | | browser_recover | กู้หน้าที่ JS ค้าง (หยุดสคริปต์ → ปิด scripts → ยังอ่าน/ปิดได้) |

Navigation, state & อ่านหน้า

| tool | หน้าที่ | |---|---| | page_goto | ไปยัง URL | | page_state | url, title, readyState, viewport | | page_set_viewport | ปรับ viewport ของ session | | page_snapshot | DOM แบบย่อ + ติด ref ทุก element | | page_find | หา element ด้วย text / ARIA role / CSS → คืน ref (เจาะจงกว่า snapshot) | | page_read | อ่าน/ค้น ข้อความเนื้อหา ในหน้า (เลือก selector + query ได้) | | page_look | เห็นแล้วคลิก: screenshot 1:1 ที่มีเลขกำกับบนทุก element ที่กดได้ + legend → page_click {ref} | | page_wait_for | รอจน selector / ข้อความ / URL / network-idle เป็นจริง (แทน sleep) | | page_observe | delta ตั้งแต่ครั้งก่อน (console/network/URL/DOM) | | page_screenshot | PNG ของ viewport / เต็มหน้า / element เดียว | | page_eval | รัน JS ในหน้า → คืนค่า; เปิด delta:true (side-effect network/console) + screenshot:true (ภาพ viewport) ได้ในคราวเดียว |

โต้ตอบหน้าเว็บ

| tool | หน้าที่ | |---|---| | page_click | คลิก ref / selector (รายงาน delta) | | page_type | พิมพ์ลงช่อง (clear:true เพื่อล้างก่อน) | | page_fill | กรอกหลายช่องในครั้งเดียว | | page_select | เลือก <option> ตาม value | | page_key | กดปุ่ม/คอมโบ (เช่น "Enter", "Control+A") | | page_hover | hover element | | page_scroll | เลื่อนหน้า หรือเลื่อน element เข้ามาในจอ | | page_upload | แนบไฟล์ใส่ file <input> | | page_click_at | คลิกที่พิกัด {x, y} (canvas/WebGL) | | page_tap_at | แตะ (touch) ที่พิกัด {x, y} | | page_drag | ลากระหว่างจุด/element | | page_batch | หลาย step ในคำสั่งเดียว (fill → click → wait_for … ระบุเป้าด้วย selector/text/ref) delta รวม + look ปิดท้ายได้ |

Network (อ่านลึก)

| tool | หน้าที่ | |---|---| | net_list | request ล่าสุด (กรอง url/method/type/status; since:"nav" = เฉพาะหน้านี้) | | net_get | 1 request เต็ม: header + body ทั้ง req/resp | | net_failures | 4xx/5xx + transport error พร้อมรายละเอียด | | net_pending | request ที่ยังค้าง (ตัวการทำหน้าค้าง) | | net_slow | request ที่ช้ากว่าที่กำหนด | | net_ws | WebSocket + เฟรมล่าสุด | | net_wait | รอจน request ที่ match โผล่/จบ (เฉพาะ request ตั้งแต่ action ล่าสุด) |

ปั้น traffic & emulation

| tool | หน้าที่ | |---|---| | net_intercept_add | block / mock / แก้ request (CDP Fetch) | | net_intercept_list | ดู rule ที่ทำงานอยู่ | | net_intercept_clear | ลบ rule | | net_throttle | จำลอง network (offline / 3G / 4G / custom) + หน่วง CPU |

Console

| tool | หน้าที่ | |---|---| | console_list | ข้อความ console (กรองด้วย regex) | | console_errors | error + uncaught exception พร้อม stack |

แกะ API flow

| tool | หน้าที่ | |---|---| | flow_mark | ปักหมุดจุดเริ่ม flow | | flow_export | export เป็น JSON summary หรือ HAR | | flow_synthesize | สร้างโค้ดรีเพลย์ (curl/ts/go/python) + ต่อ dependency | | flow_replay | รัน flow ที่แกะจริง (Node fetch) เพื่อ verify |

เก็บ session ถาวร

| tool | หน้าที่ | |---|---| | session_save | เซฟ cookie + local/session storage ไป ~/.bfa/state | | session_restore | คืนค่า session ที่เซฟไว้ (origin-scoped) |

แกะ API flow → โค้ดรันได้

เวิร์กโฟลว์เรือธง หน้าเว็บ login ด้วย POST /api/login (คืน token) แล้วเรียก GET /api/me ด้วย Authorization: Bearer <token>:

browser_launch { "mode": "fresh", "url": "https://app.example.com/login" }
flow_mark { "label": "login flow" }
page_fill { "fields": [
  { "selector": "#user", "value": "alice" },
  { "selector": "#pass", "value": "s3cret" }
]}
page_click { "selector": "#submit" }
flow_synthesize { "target": "curl" }

ได้:

resp0=$(curl -s -X POST 'https://app.example.com/api/login' \
  -H 'content-type: application/json' \
  -d '{"user":"alice","pass":"s3cret"}')
token=$(echo "$resp0" | jq -r '.token')      # ← ดึงมาจาก response

curl -s -X GET 'https://app.example.com/api/me' \
  -H "authorization: Bearer $token"          # ← เอามาต่อ ไม่ใช่ literal

flow_synthesize สร้าง TypeScript / Go / Python ได้ด้วย, flow_replay รัน flow จริง (resolve dep จาก response สดแต่ละ call) แล้วรายงาน ✓ / ✗ ต่อ call, และ { "redact": true } แทน secret ใน header/body ด้วย env placeholder

การตรวจ dependency เป็น heuristic (exact / url-encoded / base64 / JWT-claim / substring) ค่าที่ match ไม่ได้จะปล่อยเป็น literal ให้ตรวจเอง — อ่านโค้ดที่สร้างก่อนใช้เสมอ

Cookbook

A. Debug หน้าเว็บช้า/ค้าง

browser_launch { "mode": "fresh", "url": "https://myapp.com" }
net_pending                      // request ที่ไม่จบ → ตัวค้าง
net_slow { "thresholdMs": 1000 } // call ที่เสร็จแต่ช้า เรียงช้าสุดก่อน
net_failures                     // 4xx/5xx + transport error
console_errors                   // stack ที่ throw
net_get { "url": "/api/user" }   // call ที่ fail เต็มๆ

B. แกะ API เป็นโค้ดรันได้

browser_launch { "mode": "fresh", "url": "https://app.com/login" }
flow_mark { "label": "login+fetch" }
page_fill { "fields": [
  { "selector": "#user", "value": "me" },
  { "selector": "#pass", "value": "pw" }
]}
page_click { "selector": "#submit" }
flow_synthesize { "target": "python" }      // โค้ดที่ต่อ token ให้แล้ว
flow_replay                                  // ✓/✗ ต่อ call — verify แล้ว

C. คง login ข้ามครั้ง

session_save { "name": "myapp" }             // ครั้งแรก หลัง login
// ครั้งต่อไป:
browser_launch { "mode": "fresh" }
session_restore { "name": "myapp" }          // กลับมาล็อกอินอยู่ ไม่ต้อง login ใหม่

D. ขับเกม canvas / WebGL

browser_launch { "mode": "fresh", "incognito": true, "url": "https://game.example",
                 "viewport": { "width": 390, "height": 844 } }  // แนวตั้ง
page_click_at { "x": 195, "y": 700 }         // กดปุ่มที่วาดบน canvas
net_ws                                        // อ่านเฟรม WebSocket ของเกม
net_pending                                   // จับ asset-load ที่ค้าง

E. ทดสอบบน network แย่ๆ / mock endpoint

net_throttle { "preset": "slow-3g", "cpuRate": 4 }   // ลดความเร็ว + หน่วง CPU
net_intercept_add { "urlIncludes": "/api/config", "action": "mock",
                    "status": 200, "body": "{\"feature_x\":true}" }
browser_hard_reload
net_slow                                              // ดูอะไรอืดใต้ 3G
net_throttle { "preset": "none" }                    // รีเซ็ตเต็มสปีด

F. อัปโหลดไฟล์ผ่านฟอร์ม

page_snapshot
page_upload { "selector": "input[type=file]", "files": ["/abs/path/resume.pdf"] }
page_click { "selector": "#submit" }
net_get { "url": "/upload" }                  // ยืนยัน request multipart

G. เห็นแล้วคลิก (vision mode)

page_look                                    // screenshot ที่มีเลข 1,2,3… บนทุก element ที่กดได้ + legend
// legend: [e7] button "ชำระเงิน" — ดูภาพ เลือกเลข แล้วคลิก ref นั้น:
page_click { "ref": "e7" }

page_look { "text": "สมัคร" }                // ใส่เลขเฉพาะ element ที่ข้อความตรง
page_screenshot                              // ภาพ 1:1 — จุด (x,y) ที่อ่านจากภาพคือพิกัดคลิกได้เลย
page_click_at { "x": 640, "y": 412 }

H. ทั้ง flow ในรอบเดียว (page_batch)

page_batch { "steps": [
  { "action": "fill",     "selector": "#user", "value": "alice" },
  { "action": "fill",     "selector": "#pass", "value": "s3cret" },
  { "action": "click",    "text": "Login" },                 // ระบุเป้าด้วยข้อความที่เห็น
  { "action": "wait_for", "url": "/dashboard", "timeoutMs": 8000 }
], "look": true }
// → delta รวมทั้ง network/console/url + screenshot ติดเลขของหน้า dashboard
//   เลือก page_click {ref} ถัดไปได้จากคำตอบเดียวกัน หยุดที่ step แรกที่ล้ม

I. เกมมือถือ / PG (viewport นิ่ง + auto-follow tab)

browser_launch { "mode": "fresh", "device": "mobile", "url": "https://game.example/lobby" }
// viewport มือถือ 390x844 ที่ไม่หดเอง; session นี้เป็น active แล้ว
page_look                       // screenshot ติดเลข ตรง 1:1 กับพิกัด page_click_at
page_click { "selector": ".play" }   // เปิดเกมใน tab ใหม่ → bfa auto-follow ให้เอง
page_state                      // ยืนยันว่าอยู่ tab เกมแล้ว
// ถ้า tab เกมปิดไป tool ตัวถัดไป self-heal ไป tab ที่ยังเปิดอยู่แทนที่จะ error
net_list { "since": "nav" }     // เฉพาะ request ของหน้านี้ ซ่อน polling ของ lobby เดิม

เกม Canvas / WebGL

Puppeteer ตั้ง viewport เริ่มต้น 800×600 แนวนอน เกมแนวตั้งจะถูก letterbox และ overlay รับ input เต็มจอจะกลืนคลิกพิกัด ให้ launch (หรือ resize) เป็น viewport แนวตั้ง ให้ canvas เต็มจอ:

browser_launch { "mode": "fresh", "incognito": true, "url": "…",
                 "viewport": { "width": 390, "height": 844 } }
page_set_viewport { "width": 390, "height": 844 }   // บน session ที่เปิดอยู่

device:"mobile" เปิด touch ให้เลย จึงใช้ page_tap_at และ page_batch {action:"tap_at"} ขับเกม Cocos/canvas ได้ทันที (คลิกเมาส์ก็ยังทำงาน) ถ้าใช้ viewport เองแทน hasTouch เป็น false โดยดีฟอลต์ ให้ตั้ง hasTouch:true เองถ้าต้องใช้ page_tap_at

เลือกโหมดไหนดี?

• fresh (ค่าเริ่มต้น) — Chrome ชั่วคราว ไม่ต้อง setup ใช้แกะ flow เว็บสาธารณะ หรือเว็บที่ ไม่ต้องใช้ login เดิมของคุณ
• attach — เชื่อมกับ Chrome ที่คุณเปิดด้วย debug port ใช้เมื่อต้องการ login/cookie จริง หรือ browser ที่ดูเหมือนคนจริง: navigator.webdriver เป็น false, profile/fingerprint จริง จึงผ่าน bot-check พื้นฐานที่ Chrome แบบ puppeteer-launch ไม่ผ่าน (วิธี setup ด้านล่าง)

Attach เข้า Chrome ที่ล็อกอินอยู่จริง

Chrome ที่เปิดปกติไม่มี debug port และ Chrome 136+ ปฏิเสธ debug port บน profile หลัก (มาตรการกันมัลแวร์ขโมย cookie) — attach จึงต้องใช้ profile แยก เสมอ:

# profile เฉพาะ (แนะนำ) — หน้าต่างเด้งมา ล็อกอินในนั้นครั้งเดียว จำไว้เลย
./bfa-chrome 9222

# …หรือใช้ login เดิม ด้วยการ COPY profile ไป dir ใหม่ (ไม่ใช่ default)
cp -R "$HOME/Library/Application Support/Google/Chrome" "$HOME/.bfa/real-copy"
./bfa-chrome 9222 "$HOME/.bfa/real-copy"

แล้ว: browser_launch { "mode": "attach", "port": 9222 } (ถ้า port ยังไม่ขึ้น error ของ tool จะ บอกสูตรนี้ให้เอง)

⚠️ profile จริงที่ copy มา = มอบทุก session ที่ล็อกอินอยู่ให้ agent — อีเมล, cloud console, ธนาคาร, source control มันอ่าน/ทำแทนคุณได้ แนะนำ profile เฉพาะ ใช้ copy ของ profile จริงเฉพาะ ตอนจำเป็นและรับความเสี่ยงได้

อย่าชี้ bfa-chrome ไป default profile ที่ใช้อยู่: บน Chrome 136+ debug port จะไม่เปิดเงียบๆ และชนกับ Chrome ที่รันอยู่ (หนึ่ง process ต่อหนึ่ง profile dir)

Roadmap

ช่องว่างที่รู้อยู่ เรียงตามความสำคัญคร่าวๆ:

• iframe-aware refs — ตอนนี้ page_snapshot / การโต้ตอบ resolve เฉพาะ top document การรองรับ ref ข้าม frame คือ correctness item ถัดไป
• Device emulation presets — รวม UA + viewport + touch + geolocation + permission ในคำสั่งเดียว
• PDF export — Page.printToPDF สำหรับหน้าแบบรายงาน/ใบแจ้งหนี้
• Emit Playwright/Puppeteer test — target ใหม่ของ flow_synthesize ที่ออกมาเป็น test script รันได้ ไม่ใช่แค่โค้ดรีเพลย์
• Natural-language element targeting — เลเยอร์เสริมด้วย LLM ทับ ref model เดิม
• Performance tracing — wrapper บางๆ ของ Tracing.start/stop

นอก scope โดยตั้งใจ: browser บน cloud, stealth/anti-bot, residential proxy — bfa ยังคง เป็นเครื่องมือ inspection ที่รันในเครื่อง

หมายเหตุ & ข้อจำกัด

• agent เห็นทุกอย่างที่ browser ที่ launch/attach เห็น ให้ถือว่า Chrome profile จริงที่ attach = เข้าถึงทุกบัญชีที่ล็อกอินอยู่
• คง login ถาวร: profile แบบ ตั้งชื่อ ใช้ OS keystore จริง cookie/login จึงอยู่ข้าม ครั้งได้ (default ของ puppeteer --use-mock-keychain / --password-store=basic ถอดรหัส cookie ที่เข้ารหัสด้วย keystore จริงไม่ได้ → Chrome ล้าง cookie ทั้งชุด = หลุด login เงียบๆ; bfa ตัด 2 flag นี้ให้ named profile ครั้งแรกอาจ prompt ขอ keychain) profile ชั่วคราวไม่คงค่า และคง mock store ไว้
• Automation fingerprint: Chrome แบบ fresh (เปิดด้วย puppeteer) มี navigator.webdriver === true + automation switch → bot-detection จับได้ ส่วน attach เป็น browser ธรรมดา (navigator.webdriver === false, profile/fingerprint จริง) — bfa ไม่มี fingerprint spoofing / anti-bot evasion โดยตั้งใจ ถ้าเว็บบล็อก automation และคุณมีสิทธิ์ใช้งาน ที่นั่น ให้ใช้ attach (browser จริง) ไม่ใช่ trick ปลอม fingerprint
• ไม่ค้าง ไม่ต้อง force-quit — alert/confirm ถูก dismiss แต่ beforeunload ถูก accept (= ออกจากหน้า) จึงไม่เคย veto การกด Cmd+W / Cmd+Q / reload ของคุณเอง; CDP call หมดเวลาที่ 30 วิ; page_eval มี budget และหยุด busy loop; browser_recover กู้หน้าที่สคริปต์ของเว็บวนเอง; browser_close / shutdown มีเพดานและ force-kill Chrome ที่เราเปิดถ้าไม่ยอมปิด (attach = แค่ disconnect) net_throttle CPU สูงสุด 20x และ throttle ที่ค้างอยู่โชว์ใน page_state; Fetch intercept ปิดเมื่อไม่มี rule
• แรมมีเพดาน — recorder เก็บ 3000 request / 200 socket × 500 frame / 2000 บรรทัด console ล่าสุด และให้ Chrome เก็บ response body ไม่เกิน 64 MB — attach ทั้งวันไม่บวมจนเบราว์เซอร์อืด
• browser_clear_cache ใน attach mode ล้างเฉพาะ origin ปัจจุบัน (profile จริงของคุณ) ใส่ scope:"all" ถ้าจะล้าง cache+cookie ทั้ง profile
• flow_replay รีเพลย์เฉพาะ http/https, มี timeout ต่อ request, จำกัดรวม (60 วิ / 200 step), และไม่แตะ browser session สด
• header ถูกเก็บจาก สายจริง (CDP ExtraInfo) จึงได้ Cookie และ header ที่ network เติม ไม่ใช่แค่ที่ requestWillBeSent เห็นตอนแรก และ net_get แสดง ทุกตัว รวม custom signing header (x-api-key, x-signature, agent, …) ไม่ใช่แค่ชุดที่รู้จัก
• การตรวจ dependency และ redact secret เป็น heuristic — ตรวจโค้ดที่สร้างและ HAR ก่อน แชร์หรือรันกับ production ค่าที่ คำนวณ และ bfa ย้อนกลับไม่ได้ (เช่นลายเซ็นแบบ MD5(secret + timestamp)) จะคงเป็น literal — ถ้า flow_replay ไม่ผ่าน มักแปลว่ายังต้อง สร้าง header นั้นเองในโค้ด

การพัฒนา

npm run typecheck
npm test          # unit + real-Chrome integration + in-memory MCP e2e
npm run build

License

MIT