PinchTab：一個 HTTP API，讓 AI agent 直接操作 Chrome

PinchTab 是一個 12MB 的 Go binary，用 HTTP API 讓 AI agent 直接控制 Chrome。每頁只需 800 tokens，比截圖便宜 5-13 倍。不綁框架、不挑語言，curl 就能操作。 ⭐ 文章深度讀：完整拆解 PinchTab 的技術架構和適用場景判斷 → https://heymaibao.com/pinchtab-http-api-ai-agent-browser-automation/ 📝 懶人包 ∙ PinchTab 是一個獨立的 HTTP 伺服器，讓任何 AI agent 透過 HTTP 請求控制 Chrome 瀏覽器，不綁定特定框架或 SDK。 ∙ 它用無障礙樹 (accessibility tree) 做文字擷取，每頁約 800 token，比截圖方案便宜 5-13 倍，批量任務的成本差距更明顯。 ∙ 內建隱身模式、持久 session 和多實例平行操作，但目前版本 v0.7.7 還在 pre-1.0 階段，API 可能有變動。 ∙ 我的觀察：PinchTab 的價值不在「比 Playwright 更好」，而在它對 agent 框架零假設。HTTP API 是最低公約數，這讓它能嵌入任何工具鏈。但 pre-1.0 代表你得有承受重大變更的心理準備。 📚 參考資料 @heynavtoor 的 PinchTab 介紹 → https://x.com/heynavtoor/status/2028922003365986705 PinchTab GitHub → https://github.com/pinchtab/pinchtab