newton-browser

Newton Browser

Newton Browser 是一款面向 Agent 的本地 MCP 浏览器控制产品。每个会话都会启动一个隔离的 Chrome 或 Edge 进程，并通过继承的专用 CDP 管道控制它。 默认情况下，浏览器流量使用 Chromium 的常规网络连接，不经过 Newton 代理，也不设来源允许列表、请求拦截或资源过滤。

默认运行时无需浏览器扩展、转发器、守护进程、调试 TCP 端口、数据库、遥测、托管服务或模型提供商集成。

状态

默认源码运行时现已采用替换后的共享引擎，并使用来自共享 Newton 登录源的隔离工作进程，还提供可选的轻量现有浏览器适配器。原生操作、精准编辑、上下文控件、记录/文档、截图、标签页所有权和更新基础机制均已实现。这是一个尚未发布的开发检查点，并非已完成真实场景验收。

旧版直接运行时已退役（2026-09-25）：会话引擎是唯一的操作、回执和引用权威来源。构建、类型检查、边界 lint 和完整测试套件均已通过。反馈/阅读方面的改进、平台和已认证任务的 QA，以及 3 项尚未变更的打包发布门槛仍未完成。请参阅当前进度账本、剩余路线图和整合记录。

版本 0.7.2 已以 GitHub 预发布 tarball 的形式发布，并已在 macOS Chrome 上验证；该版本在 Windows 和 Linux 上的回执仍待完成。尚无 npm 或浏览器商店版本发布。

Newton 仅实现无状态 MCP 2026-07-28，通过以换行符分隔的 stdio JSON 通信。 客户端在每个请求中发送协议版本和能力。Newton 不提供旧版握手或帧格式模式。

要求

• Node.js 24 或更高版本。
• 当前版本的本地 Chrome 或 Edge 安装。
• 支持 MCP 2026-07-28、本地 stdio 服务和图像内容的 MCP 客户端。

构建并连接

pnpm install --frozen-lockfile
pnpm build
node apps/mcp-server/dist/index.js doctor --live

这些步骤足以启动临时会话：Newton 会查找 Chrome 或 Edge，并为每个会话创建全新的隔离身份。可选设置仅用于选择默认浏览器：

node apps/mcp-server/dist/index.js setup --browser chrome

每个受管理的会话都是共享登录源的隔离副本（除非会话指定了其他来源，否则使用 default）。若要登录一次，供后续会话使用，请打开来源对应的可见浏览器，亲自登录，然后确认：

node apps/mcp-server/dist/index.js source login --id default --browser chrome

Newton 绝不会要求 Agent 输入或获取凭据。已发布的登录状态会成为该来源的新一代状态；运行中的会话保留各自的副本，且会话执行的任何操作都不会合并回来源。

MCP 配置

{
  "mcpServers": {
    "newton-browser": {
      "command": "node",
      "args": ["C:\\absolute\\path\\newton-browser\\apps\\mcp-server\\dist\\index.js"]
    }
  }
}

本地安装程序可以更新 Codex 配置，也可以打印通用条目：

node apps/mcp-server/dist/index.js install codex --dry-run
node apps/mcp-server/dist/index.js install generic

Codex 安装会启用 Codex 的 mcp_2026_07_28 功能，固定 CODEX_MCP_PROTOCOL_VERSION=2026-07-28，并在原子替换配置前，验证准确候选项的实时无状态发现结果、自报的软件包版本以及必需的浏览器工具目录。生成的入口点/版本对会被固定；不兼容或过时的候选项无法取代正常工作的安装。

Agent 工作流

工具（tools/list 为权威）：browser.session.start、browser.observe、 browser.act、browser.command、browser.document.read、browser.document.continue、 browser.screenshot、browser.console、browser.network、browser.pages.list、 browser.page.select、browser.sessions.list、browser.session.stop，以及由 操作员选择的现有浏览器工具 browser.existing.discover 和 browser.existing.setup。

常规循环：

1. 使用完整 URL 调用 browser.session.start，返回会话、首个页面及 nextCommandId。
2. browser.observe 返回带有引用的受限控件；记录模式会读取链接、表格和表单； browser.document.read 则通过续读游标读取文本。
3. browser.act 执行一个指定类型的操作或一系列操作，并返回回执：派发情况、 后置条件，以及状态发生变化时的下一状态。仅当命令完全相同时才重用 commandId；如果回执存在不确定性，请使用 browser.command 进行核对， 不要重放操作。
4. browser.session.stop 会独立于队列结束会话。

弹出窗口和新标签页会作为会话页面附加，不会更改所选页面；可使用 browser.pages.list 和 browser.page.select 在这些页面间切换。渲染器无响应时， 系统会在同一页面上重新打开，并在回执中说明。控制台和网络记录默认不启用， 因为启用后页面可以看到这一操作。

身份和不透明配置文件导入

身份是存储中的不透明浏览器配置文件；登录来源和会话副本均基于这些配置文件 构建。操作员工具：

newton-browser identity create --browser chrome
newton-browser identity list
newton-browser identity lease-inspect --id nbi_<opaque-id>
newton-browser identity lease-recover --id nbi_<opaque-id>
newton-browser identity delete --id nbi_<opaque-id>
newton-browser identity import --browser chrome `
  --user-data-root "C:\path\to\User Data" `
  --profile-directory Default

导入操作会从已关闭且稳定的本地配置文件中，对严格限定的身份验证文件允许列表 进行字节级复制，且绝不会修改源文件。密码、自动填充、历史记录、下载内容、 扩展程序、会话、Service Worker 和缓存均不包含在内。浏览器加密可能导致复制的 身份验证信息无法继续使用；Newton 不会绕过这种保护。

安全边界

• 浏览器通过继承的私有 CDP 管道运行：在自有模式下，不使用调试端口、中继或扩展程序。
• 宿主进程可以将自有浏览器限制为只能访问公共互联网地址（NEWTON_BROWSER_EGRESS=public）；否则网络行为与普通 Chromium 网络行为相同。
• 页面内容是不可信数据；它不能授权执行操作，也不能选择本地文件。
• 截图会遮盖跨框架和影子根中的密码字段与敏感自动补全字段，以及任何明确标记的敏感区域。
• 网络响应正文仅以受限文本形式提供，且只能来自页面自身的源；不会保留请求头。

请参阅安全性、隐私和 MCP 客户端。

开发与发布

pnpm build
pnpm lint
pnpm typecheck
pnpm test
pnpm eval
pnpm eval:agent-cost
pnpm pack:check
pnpm eval:real-sites
pnpm release:check

对每种要求的浏览器/平台运行一次 pnpm eval:real-sites。随后，只有在 Windows 和 Linux 上，使用完全相同的打包候选版本连续三次通过 pnpm release:check，且没有跳过任何关键测试， 并通过固定版本的 Linux Chrome for Testing 矩阵检查、跨平台压缩包哈希值一致，才能发布。

仓库结构

apps/mcp-server/      stateless stdio MCP host and owned-browser runtime
packages/core/        schemas, redaction, provenance, and safety policy
packages/driver/      strict TypeScript CDP driver
scripts/              builds, release checks, and live harnesses
skills/newton-browser agent operating guidance
test/                 fixtures, regressions, and bounded evidence

许可证

源代码采用 MIT 许可证授权。发布或分发 Newton Browser 版本仍是由维护者单独控制的操作。