Hagyd, hogy Claude közvetlenül irányítsa a böngésződet: Űrlapkitöltés, posztolás – még a csúszkás captchát is elhúzza

A legtöbben még mindig a „kérdezel, és válaszol" szinten használják az AI-t. De sok igazán bosszantó feladat nem az, hogy „nem tudod a választ", hanem hogy lépésről lépésre kell végrehajtanod a böngészőben – mezőnként kitölteni egy űrlapot, a rendezett tartalmat beilleszteni egy webes szerkesztőbe és elküldeni, tucatnyi oldalt átböngészni az információk összegyűjtéséhez, vagy bejelentkezéskor kézzel elhúzni egy csúszkás captchát. Ezeket a feladatokat pont az AI-nak kellene elvégeznie helyetted, de nem éri el a böngésződet.

A PandaNpc Chrome-bővítménye áthidalja ezt a „távolságot": Lehetővé teszi, hogy a Claude Code valóban benyúljon a böngésződbe, és helyetted kattintson, töltsön ki, lapozzon, sőt még a captchát is elhúzza. Nem arról van szó, hogy képernyőképet mutatsz neki, és ő elmondja, hova kell kattintani – hanem hogy ő maga csinálja.

Mi ez?

Egy mondatban: egy Chrome-bővítmény, ami Claudet a böngésződ „operátorává" teszi.

Az útvonal egyszerű:

你的 Claude Code  →  cc-relay 中转  →  浏览器插件  →  操作你当前看的网页

A beszélgetésben azt mondod: „Segíts elküldeni ezt a tartalmat", „Töltsd ki ezt az űrlapot", „Jelentkezz be ezen az oldalon", és Claude meghívja a bővítményt, hogy végrehajtsa a műveleteket azon a lapon, amelyet éppen nézel. A bővítmény a „keze", és te végig látod, mit csinál.

Mire képes?

A bővítmény 43 böngészőműveleti eszközt tesz elérhetővé Claude számára, amelyek gyakorlatilag mindent lefednek, amit egy ember egérrel és billentyűzettel csinálhat:

• Látás: oldalszöveg olvasása, képernyőkép készítése, egy elem szerkezetének lekérése, háttérben futó hálózati kérések adatainak rögzítése.
• Kattintás és kitöltés: gombok/linkek kattintása, beviteli mezők kitöltése, jelölőnégyzetek, legördülő menük, billentyűk (beleértve a Ctrl/Enter kombinációkat is), görgetés, hover, húzás.
• Lapozás és ugrás: lapok megnyitása/bezárása/váltása, előre/hátra navigálás, URL megadása, várakozás egy elem betöltődésére.
• Átvitel: egy kép (pl. borítókép) URL alapján közvetlen betöltése a weboldal feltöltőmezőjébe – a kép bájtjai nem is mennek át a beszélgetésen.
• Captcha kezelése: csúszka hiányának felismerése, csúszka húzása, szöveges/képi captcha pontok kijelölése (részletesen alább).

A lényeg nem az, hogy „hány eszköz van", hanem hogy nem kell megjegyezned őket. Te emberi nyelven beszélsz, Claude pedig műveletsorozatra bontja és végrehajtja. Amit el tud végezni helyetted, azt így foglalhatjuk össze:

• Unalmas, ismétlődő webes műveletek egyetlen mondattal átadása – űrlapkitöltés, tömeges feldolgozás, információk átmozgatása oldalak között.
• Egy jól formázott tartalom egyetlen löketben beillesztése egy webes szerkesztőbe és közzététele.
• Bejelentkezést vagy captchát igénylő folyamatok kezelése.

Hogy melyik weboldalon és mit csinálsz, azt te döntöd el.

Különlegesség: Hogyan húzza el a captchát?

Ez a bővítmény igazi erőssége, és amit a hagyományos szkriptek / Greasemonkey nem tudnak megcsinálni.

Először is: miért nem működnek a hagyományos automatizálások a captchákkal? Minden böngészőeseményre rákerül egy „hitelességi bélyegző", az isTrusted: amit valódi ember kattint egérrel, annak isTrusted=true; amit JavaScript-kód hoz létre (element.click(), dispatchEvent), az isTrusted=false. A captcha és anti-bot rendszerek ezt a bélyegzőt ellenőrzik, és a mesterséges eseményeket azonnal kiszűrik. Így a Greasemonkey szkriptek által szimulált kattintásokat a captcha nem ismeri fel.

Ez a bővítmény más utat jár – a Chrome fejlesztői protokoll (CDP) segítségével a böngésző kernel szintjén injektál beviteli eseményeket, így azok isTrusted=true bélyegzőt kapnak, és az anti-bot rendszer nem tudja megkülönböztetni a valódi embertől. Ez adja a real_click / real_drag / real_type „valódi bevitel" eszközök erejét.

De nem elég, hogy „valódi" legyen – úgy kell húzni, mint egy ember. A csúszka húzásának pályáját egy speciálisan kiszámított emberszerű görbe adja, nem egy egyenes vonalú teleportálás:

• Változó sebesség: lassú indítás, gyors középszakasz, lassítás a végcél előtt (pont ahogy az emberi kéz húz) – nem egyenletes.
• Íves mozgás: enyhe felfelé ívelés, majd visszaereszkedés, szimulálva, hogy az emberi kéz nem abszolút egyenes vonalban mozog.
• Remegés: minden lépésnél egy kis pixelnyi véletlenszerű mikrorázkódás.
• Szünetek: lenyomáskor egy rövid szünet (felkészülés), elengedés előtt egy újabb szünet, a lépések között véletlenszerű ezredmásodperces időközök.

A csúszka hiányának helyét is maga a bővítmény ismeri fel: készít egy képernyőképet a captcháról, szürkeárnyalatossá alakítja, majd oszloponként kiszámítja a függőleges élek „energiáját" – a puzzle-darab és a hiány jobb és bal oldali függőleges éle a legerősebb, és ezek párosításával megkapja a hiány helyét. Claude megkapja a koordinátákat, kiszámolja a húzandó távolságot, majd az emberszerű pályán végrehajtja a húzást, és a végén egy képernyőképpel ellenőrzi az eredményt – ha nem jó, finomhangol.

• Puzzle-csúszka: a hiány felismerése → elhúzás.
• „Húzd a jobb széléig" egyenes csúszka: a fogantyú és a sáv jobb szélének lemérése → egy húzással a végére.
• Szöveges/képi captcha kattintásos: képernyőkép alapján a kattintási sorrend és az egyes karakterek helyének felismerése → koordináták szerinti szekvenciális kattintás.

Van még egy rejtett nehézség: sok weboldal bejelentkező űrlapja és captchája cross-origin iframe-ben van, amit a hagyományos szkriptek a DOM szelektorokkal nem érnek el. Ez a bővítmény koordináta-alapú valódi bemenete a renderelési rétegen dolgozik, és nem korlátozza az azonos eredetű politika, így közvetlenül képes belépni a cross-origin iframe-ekbe és ott műveleteket végrehajtani.

Egy mondatos összehasonlítás:

Megjegyzés: a captcha kezelése azért van, hogy segítsen elvégezni olyan műveleteket, amelyekre jogosult vagy (pl. bejelentkezni a saját fiókodba), nem pedig arra szolgál, hogy tömegesen feltörjön vagy megtámadjon más weboldalakat.

Biztonság: Nem csinál semmit a tudtod nélkül

Ha AI irányítja a böngészőt, a legnagyobb aggodalom: „Mit csinál a hátam mögött?". A bővítmény több védelmi réteget épített be:

• Minden művelethez jóváhagyás kell: Mielőtt Claude kattint vagy kitölt, az oldalsávon megjelenik egy kártya, amely jelzi: „melyik oldalon mit szeretne csinálni". Te dönthetsz: Engedélyezés / Mindig engedélyezés (ezen az oldalon, ezen a műveleten) / Elutasítás.
• Kockázatos weboldalak közvetlen tiltólistán: Online bankok, fizetési rendszerek, e-mail szolgáltatók, fiók-bejelentkező oldalak (ICBC / CCB / CMB, PayPal / Alipay / WeChat Pay, Gmail / QQ Mail / Outlook, Google / Microsoft bejelentkezés stb.) mind feketelistán vannak – minden műveletet automatikusan elutasít, még csak nem is kérdez.
• Csak az aktuális laphoz nyúl: Nem böngészi a háttérben nyitva lévő többi lapodat.
• Egy gombos szüneteltető kapcsoló: Bármikor megnyomhatod, és azonnal leállít minden automatizálást.
• Műveleti napló: Az utolsó 100 művelet (mikor, melyik oldalon, mit csinált, sikerült-e) rögzítve van, és bármikor ellenőrizhető.
• Több böngésző nem keveredik: Ha ugyanazt a fiókot több böngészőbe telepíted, minden munkamenet parancsai csak a saját böngészőjükre vonatkoznak – nincs szórás, nincs téves címzés.

Más szóval: Amit csinálhat, azt te kártyánként hagyod jóvá; amit csinált, azt bármikor visszanézheted.

Három lépés a használatba vételhez

1. Telepítsd a bővítményt: Egy kattintás a Chrome Web Áruházból 👉 PandaNpc — Remote Control for Claude Code

2. Párosítsd a Claude Code-oddal: Telepítsd és futtasd a pandapaw-t a fejlesztőgépeden:

   bashCopy

   # macOS / Linux
   curl -fsSL https://cos.pandanpc.com/pandapaw/install.sh | sh
   # Windows (PowerShell)
   iwr -useb https://cos.pandanpc.com/pandapaw/install.ps1 | iex

   Ezután futtasd a pandapaw qr parancsot, amely egy két percig érvényes, egyszeri párosító kódot generál. Illeszd be a bővítmény oldalsávjába, és kattints a „Csatlakozás" gombra.

3. Hagyd, hogy dolgozzon: Nyisd meg a kezelni kívánt weboldalt, és mondd a beszélgetésben emberi nyelven: „Segíts kitölteni ezt az űrlapot", „Jelentkezz be, a captchát húzd el te", „Küldd el ezt a tartalmat". A többit elvégzi, és ha jóváhagyásra van szükség, egy kártyát jelenít meg.

Összefoglalás

Az AI leginkább akkor hasznos, amikor nem helyetted gondolkodik, hanem helyetted cselekszik. Ez a Chrome-bővítmény Claudet a „csevegőablak tanácsadójából" a „böngésződ operátorává" változtatja: 43 műveleti eszköz, képes csúszkás és kattintásos captchák kezelésére, belép cross-origin iframe-ekbe, és egy komplett engedélyezési + tiltólistás + szüneteltető + naplózó biztonsági rendszerrel rendelkezik.

Ha szeretnéd, hogy az AI valóban segítsen a webes munkádban, most telepítsd a bővítményt, és csatlakoztasd a Claude Code-odhoz – próbáld ki.