---
site: "zyx.tw"
title: "我把一般操作交給背景瀏覽器，只在需要登入狀態時使用 Safari"
description: "用獨立瀏覽器減少工作干擾，代價是沒有既有登入狀態。"
url: "https://www.zyx.tw/map/goals/out-of-my-way"
---

# 我把一般操作交給背景瀏覽器，只在需要登入狀態時使用 Safari

紀錄 009，經驗 L2，859 字，2 分鐘，v2.0.0，更新 2026-11-16

Claude Code 改完頁面，需要開啟頁面檢查；操作沒有 API 的後台，也可能需要瀏覽器。直接操作使用者的瀏覽器，會切換視窗與分頁，關閉分頁時也可能關到既有頁面。

我的使用者瀏覽器是 Safari，另外配置了在另一台機器執行的無視窗瀏覽器。我的分工是：一般操作交給專用的背景瀏覽器，需要既有登入狀態時才使用 Safari。

## 專用瀏覽器由自製指令操作

我使用的 pw 是自製指令，讓 Claude Code 開啟頁面、讀取內容和截圖。這個無視窗瀏覽器不是 Claude Code 內建的功能。

找按鈕或欄位時，先讀文字快照，也就是列出頁面可操作元素的文字。agent 可以直接指定操作對象；需要檢查外觀時，再取得截圖。

## 沒有視窗，仍然能載入與操作頁面

無視窗瀏覽器照常載入頁面並執行程式，只是不顯示畫面。外部程式透過協定送出開啟網址、點擊等指令，瀏覽器再回傳頁面文字、截圖與錯誤訊息。

Chrome DevTools Protocol 是讓外部程式控制 Chrome 的協定。Playwright 這類工具再把協定包成好用的指令，圖中呈現的就是指令送出與結果回傳的路徑。

需要連續操作時，可以先把步驟寫成腳本，再執行整段流程。逐步要求工具執行，則每個步驟都要等待往返。

```text
╭──────────╮  open, click   ╭──────────╮  load     ╭────────╮
│  AGENT   │ ─────────────> │ HEADLESS │ ────────> │  PAGE  │
│  script  │ <───────────── │ BROWSER  │ <──────── │        │
╰──────────╯  text, image,  ╰──────────╯  DOM      ╰────────╯
              console
```

Figure: An agent's script sends commands such as open and click to a headless browser. The browser loads the page and returns text, an image and console messages.

1. Command: 腳本送出指令：開啟網址、點擊、輸入文字。
2. Browser: 瀏覽器載入頁面並執行頁面上的程式。
3. Result: 回傳頁面文字、截圖與 console 的錯誤訊息。

## 登入狀態不會跟著移過去

這個分工的代價是登入隔離：背景瀏覽器是全新的環境，沒有使用者已登入的帳號。只接受使用者帳號的頁面，不能直接交給背景瀏覽器讀取。

我的補救是把 Safari 的使用條件寫進 CLAUDE.md，也就是 Claude Code 每次新對話開始時會載入的規則檔。條件包含需要既有登入狀態的頁面，以及需要使用者登入、又沒有 API 的後台動作。

建立金鑰、設定登入或付款，都屬於後一種情境。這些條件是在決定何時使用 Safari，不是讓背景瀏覽器取得原本的登入狀態。

## 先判斷任務是否需要操作

如果你需要點擊、輸入或檢查改好的頁面，又不希望 agent 佔用正在使用的瀏覽器，這個配置適合你。若任務依賴已登入的帳號，就不適合只配置背景瀏覽器。

如果只是閱讀文章或文件，抓取工具下載頁面文字就夠了，不需要啟動瀏覽器。這條路不能點擊，也不能登入，適用範圍停在讀取內容。

下圖可以切換不同方式，對照各自的做法、能做的事，以及對使用者的影響。

**操作瀏覽器的方式 只抓網頁內容**

做法:
- 用抓取工具下載頁面的文字

能做的事:
- 閱讀文章與文件
- 不能點擊，也不能登入

對使用者的影響:
- 沒有影響

不需要瀏覽器。只能讀，不能操作。

**操作瀏覽器的方式 使用者的瀏覽器**

做法:
- 透過擴充功能或系統的自動化功能操作

能做的事:
- 點擊、輸入、截圖
- 開啟使用者已登入的網站

對使用者的影響:
- 視窗與分頁會被切換
- 關閉分頁時，可能關到既有頁面

能用既有的登入狀態，但會佔用使用者正在用的瀏覽器。

**操作瀏覽器的方式 背景瀏覽器**

做法:
- 由程式啟動一個沒有視窗的瀏覽器

能做的事:
- 點擊、輸入、截圖
- 沒有使用者的登入狀態

對使用者的影響:
- 沒有影響

不動使用者的瀏覽器。需要登入時，使用測試帳號。

**操作瀏覽器的方式 操作整個螢幕**

做法:
- agent 看螢幕截圖，再移動滑鼠與鍵盤

能做的事:
- 操作任何看得到的程式

對使用者的影響:
- 佔用滑鼠與鍵盤
- 每一步都要截圖，速度最慢

最通用，也最慢。留給沒有其他方式的情況。

## 來源

- [Playwright](https://playwright.dev/docs/intro), Playwright docs
- [Chrome DevTools Protocol](https://chromedevtools.github.io/devtools-protocol/), Chrome DevTools
- [Use Claude Code with Chrome](https://code.claude.com/docs/en/chrome), Claude Code docs
- [Playwright MCP](https://github.com/microsoft/playwright-mcp), Microsoft

## 地圖

- 相關：[我按固定順序選服務介面，做得到就不開網頁](https://www.zyx.tw/map/goals/acts-for-me.md)
- 相關：[我把持續執行的工作交給不依賴筆電的遠端排程](https://www.zyx.tw/map/goals/while-i-am-away.md)
- 回到：[目標](https://www.zyx.tw/map.md)
