ให้ Claude ควบคุมเบราว์เซอร์ของคุณโดยตรง: กรอกฟอร์ม โพสต์ข้อความ แม้แต่ลากผ่าน captcha แบบสไลเดอร์ได้

คนส่วนใหญ่ใช้ AI ยังหยุดอยู่ที่ 'ถามแล้วตอบ' แต่หลายงานที่น่ารำคาญจริงๆ ไม่ใช่ 'คิดคำตอบไม่ออก' แต่เป็นต้องลงมือทำบนเว็บทีละขั้นตอน—กรอกฟอร์มทีละช่อง, นำเนื้อหาที่จัดไว้แล้ววางลงในตัวแก้ไขเว็บเพื่อโพสต์, เปิดไปหลายสิบหน้าเพื่อคัดลอกข้อมูล, และตอนเข้าสู่ระบบก็ต้องลากสไลเดอร์ captcha ด้วยมือ งานเหล่านี้ AI ควรจะช่วยทำได้ดีที่สุด แต่เอื้อมไม่ถึงเบราว์เซอร์ของคุณ

ปลั๊กอิน Chrome ของ PandaNpc เปิดช่อง 'เอื้อมไม่ถึง' นี้ให้ทะลุได้: ทำให้ Claude Code ของคุณยื่นมือเข้ามาในเบราว์เซอร์จริงๆ คลิกให้ กรอกให้ เปิดหน้าให้ แม้แต่ลาก captcha ให้คุณ ไม่ใช่สกรีนช็อตให้ดู แล้วมันบอกว่าคลิกยังไง—แต่มันลงมือทำเอง

มันคืออะไร

พูดสั้นๆ: ส่วนขยาย Chrome ตัวหนึ่งที่ทำให้ Claude เป็น 'ผู้ควบคุม' ในเบราว์เซอร์ของคุณ

เส้นทางง่ายๆ:

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

คุณพูดในบทสนทนาว่า 'ช่วยโพสต์เนื้อหานี้ให้หน่อย' 'กรอกฟอร์มนี้ให้หน่อย' 'เข้าสู่ระบบเว็บนี้ที' แล้ว Claude จะเรียกใช้ปลั๊กอินทำงานบนแท็บที่คุณกำลังดูอยู่ ปลั๊กอินคือ 'มือ' ของมัน และคุณเห็นมันทำทุกอย่างตลอดเวลา

มันทำอะไรได้บ้าง

ปลั๊กอินเปิด เครื่องมือควบคุมเบราว์เซอร์ 43 รายการ ให้ Claude ครอบคลุมเกือบทุกอย่างที่มนุษย์ทำได้ด้วยเมาส์และคีย์บอร์ด:

• ดู: อ่านเนื้อหาหน้าเว็บ, สกรีนช็อต, ดึงโครงสร้างขององค์ประกอบ, เก็บข้อมูลคำขอเครือข่ายเบื้องหลังหน้าเว็บ
• คลิกและกรอก: คลิกปุ่ม/ลิงก์, กรอกช่องอินพุต, ทำเครื่องหมายในช่อง, เลือกจากดรอปดาวน์, กดปุ่ม (รวมถึงคีย์ผสม Ctrl/Enter), เลื่อน, โฮเวอร์, ลาก
• เปิดและข้าม: เปิด/ปิด/สลับแท็บ, ไปข้างหน้า/ถอยหลัง, ไปยัง URL, รอให้องค์ประกอบบางอย่างโหลดขึ้นมา
• ส่ง: นำรูปภาพ (เช่นหน้าปก) ตาม URL ไปวางในช่องอัปโหลดของเว็บโดยตรง โดยไม่ต้องส่งไบต์ของรูปผ่านบทสนทนา
• ผ่าน captcha: รู้จักช่องว่างของสไลเดอร์, ลากสไลเดอร์, คลิกเลือก captcha แบบข้อความ/รูปภาพ (รายละเอียดด้านล่าง)

จุดสำคัญไม่ใช่ว่า 'มีเครื่องมือกี่ตัว' แต่อยู่ที่คุณไม่ต้องจำเครื่องมือเหล่านี้ คุณพูดภาษาคน แล้ว Claude จะแยกมันออกเป็นชุดการดำเนินการไปเอง งานที่มันช่วยคุณได้ พูดในเชิงนามธรรมคือ:

• ส่งงานบนเว็บที่ยุ่งยากซ้ำซากด้วยประโยคเดียว—กรอกฟอร์ม, ประมวลผลเป็นชุด, ย้ายข้อมูลข้ามหน้า
• เทเนื้อหาที่จัดเตรียมไว้แล้วเข้าไปในตัวแก้ไขเว็บได้ในครั้งเดียวและเผยแพร่
• จัดการกระบวนการที่ต้องเข้าสู่ระบบและต้องผ่าน captcha

จะทำกับเว็บไหน ทำอะไร เป็นสิ่งที่คุณตัดสินใจ

จุดเด่น: มัน 'ลาก' captcha ไปอย่างไร

นี่คือจุดที่แสดงพลังของปลั๊กอินได้ดีที่สุด และเป็นสิ่งที่สคริปต์เว็บทั่วไป / สคริปต์ Tampermonkey ทำไม่ได้

ก่อนอื่นมาพูดถึงว่าทำไมระบบอัตโนมัติทั่วไปถึงผ่าน captcha ไม่ได้ เบราว์เซอร์ประทับ 'ตรารับรองความจริง' ให้ทุกอีเวนต์ชื่อ isTrusted: อีเวนต์ที่มนุษย์คลิกด้วยเมาส์จริงๆ จะเป็น isTrusted=true; การคลิกที่สร้างจากโค้ด JavaScript (element.click(), dispatchEvent) จะเป็น isTrusted=false พอ captcha และระบบป้องกันการขูดข้อมูลตรวจสอบตรานี้ อีเวนต์ที่สร้างขึ้นก็จะถูกจับได้ทันที ดังนั้นสคริปต์ Tampermonkey ที่จำลองการคลิก captcha ไม่ยอมรับเลย

ปลั๊กอินนี้ไปอีกเส้นทางหนึ่ง—Chrome DevTools Protocol (CDP) ฉีดอีเวนต์อินพุตที่ชั้นเคอร์เนลของเบราว์เซอร์ ประทับตราจริง isTrusted=true ออกมา ระบบป้องกันการขูดไม่สามารถแยกได้ว่าเป็นมนุษย์จริงหรือไม่ นี่คือฐานของเครื่องมือ 'อินพุตจริง' อย่าง real_click / real_drag / real_type

แค่ 'จริง' อย่างเดียวยังไม่พอ ต้องลากให้เหมือนมนุษย์ด้วย เส้นทางการลากของสไลเดอร์คำนวณมาเป็นเส้นโค้งเลียนแบบมนุษย์ ไม่ใช่เส้นตรงที่เคลื่อนที่แบบเทเลพอร์ต:

• ความเร็วเปลี่ยน: เริ่มช้า กลางทางเร็ว พอใกล้ช่องก็ช้าลง (การลากของมือคนจริงมีการเร่งและชะลอแบบนี้) ไม่ใช่ความเร็วคงที่
• เป็นเส้นโค้ง: ระหว่างทางโค้งนูนขึ้นเล็กน้อยแล้วกลับลงมา เลียนแบบมือคนที่ไม่ลากเป็นเส้นตรงเป๊ะ
• มีสั่น: ในแต่ละขั้นมีอาการสั่นเล็กน้อยแบบสุ่มระดับพิกเซล
• มีหยุด: กดค้างไว้ครู่หนึ่งก่อนเริ่ม (จังหวะเริ่ม) ก่อนปล่อยก็หยุดอีกครั้ง แต่ละขั้นก็มีช่วงเวลาสุ่มระดับมิลลิวินาที

ตำแหน่งช่องว่างของสไลเดอร์ก็เป็นสิ่งที่ปลั๊กอินจำเอง: จับภาพ captcha มาแปลงเป็น grayscale คำนวณ 'พลังงาน' ของขอบแนวตั้งในแต่ละคอลัมน์—ขอบแนวตั้งซ้ายขวาของชิ้นส่วนจิ๊กซอว์และช่องว่างจะมีพลังงานสูงสุด แล้วจับคู่หาตำแหน่งช่องว่าง เมื่อ Claude ได้พิกัดมา ก็คำนวณว่าจะต้องลากไกลแค่ไหน แล้วลากด้วยเส้นทางเลียนแบบมนุษย์ เสร็จแล้วสกรีนช็อตตรวจทาน ถ้าไม่ตรงก็ปรับละเอียด

• สไลเดอร์แบบจิ๊กซอว์: รู้จักช่องว่าง → ลากไป
• สไลเดอร์เส้นตรง 'ลากไปสุดขวา': วัดความยาวระหว่างที่จับกับปลายขวาของราง → ลากไปจนสุด
• captcha แบบคลิกเลือกข้อความ/รูปภาพ: สกรีนช็อตดูลำดับการคลิกที่ต้องการและตำแหน่งของแต่ละตัว → คลิกตามพิกัดตามลำดับ

ยังมีจุดยากที่ซ่อนอยู่อีก: กล่องเข้าสู่ระบบและ captcha ของหลายเว็บถูกวางอยู่ในiframe ข้ามโดเมน สคริปต์ธรรมดาใช้ selector เอื้อมไม่ถึงเลย แต่ชุดอินพุตจริงระดับพิกัดนี้ทำงานบนเลเยอร์เรนเดอร์ ไม่ถูกจำกัดด้วยนโยบาย same-origin สามารถเข้าไปทำงานใน iframe ข้ามโดเมนได้โดยตรง

เปรียบเทียบในหนึ่งประโยค:

หมายเหตุ: การผ่าน captcha มีไว้เพื่อช่วยคุณทำงานที่คุณมีสิทธิ์ทำเอง (เช่นเข้าสู่ระบบบัญชีของคุณเอง) ไม่ใช่ใช้เพื่อเจาะระบบหรือโจมตีเว็บของคนอื่นเป็นจำนวนมาก

ความปลอดภัย: มันไม่ทำอะไรลับหลังคุณ

การให้ AI ควบคุมเบราว์เซอร์ สิ่งที่กังวลที่สุดคือ 'มันจะทำเรื่องไม่ดีลับหลังฉันไหม' ปลั๊กอินมีตัวกั้นหลายชั้นตรงจุดนี้:

• ทุกการทำงานต้องผ่านการอนุมัติ: ก่อน Claude จะคลิก/กรอก ไซด์บาร์จะเด้งการ์ดบอกคุณว่า 'มันจะทำอะไรบนหน้าไหน' คุณสามารถเลือกอนุญาต / อนุญาตเสมอ (สำหรับเว็บนี้และการทำงานนี้) / ปฏิเสธ
• เว็บเสี่ยงสูงถูกบล็อกโดยตรง: ธนาคารออนไลน์, การชำระเงิน, อีเมล, หน้าเข้าสู่ระบบบัญชี (ICBC / China Construction Bank / China Merchants Bank, PayPal / Alipay / WeChat Pay, Gmail / QQ Mail / Outlook, Google / Microsoft login ฯลฯ) อยู่ในบัญชีดำทั้งหมด คำสั่งใดๆ จะถูกปฏิเสธทันทีโดยไม่ถาม
• จัดการเฉพาะแท็บปัจจุบันของคุณ: มันจะไม่ไปเปิดหน้าเว็บอื่นที่คุณเปิดอยู่เบื้องหลัง
• สวิตช์หยุดทุกอย่างด้วยปุ่มเดียว: กดเมื่อไหร่ก็ได้ ระบบอัตโนมัติทั้งหมดหยุดทันที
• มีการบันทึกการทำงาน: 100 การทำงานล่าสุด (เวลาใด, บนหน้าไหน, ทำอะไร, สำเร็จหรือไม่) ถูกบันทึกไว้ ตรวจสอบได้
• เบราว์เซอร์หลายตัวไม่ปนกัน: ติดตั้งบัญชีเดียวกันบนหลายเบราว์เซอร์ คำสั่งของแต่ละเซสชันจะไปยังเบราว์เซอร์ที่ผูกไว้เท่านั้น ไม่กระจายไปที่อื่น ไม่ส่งผิดที่

พูดอีกอย่าง: มันทำอะไรได้บ้าง ขึ้นอยู่กับคุณอนุมัติทีละการ์ด; มันเคยทำอะไรไปบ้าง คุณตรวจสอบย้อนหลังได้ตลอดเวลา

ใช้ในสามขั้นตอน

1. ติดตั้งปลั๊กอิน: ติดตั้งได้ด้วยคลิกเดียวจาก Chrome Web Store 👉 PandaNpc — Remote Control for Claude Code

2. จับคู่กับ Claude Code ของคุณ: ติดตั้งและรัน pandapaw บนเครื่องพัฒนาของคุณ:

   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

   จากนั้นรัน pandapaw qr เพื่อสร้างรหัสจับคู่แบบใช้ครั้งเดียวที่มีอายุ 2 นาที แล้ววางลงในไซด์บาร์ของปลั๊กอินแล้วคลิก 'เชื่อมต่อ'

3. ให้มันทำงาน: เปิดหน้าเว็บที่คุณต้องการจัดการ แล้วพูดภาษาคนในบทสนทนา—'ช่วยกรอกฟอร์มนี้ให้หน่อย' 'เข้าสู่ระบบหน่อย ลาก captcha เองเลย' 'โพสต์เนื้อหานี้ออกไป' ที่เหลือมันจัดการเอง เจอจุดที่ต้องอนุมัติจะเด้งการ์ดถามคุณ

สรุป

ช่วงเวลาที่ AI มีประโยชน์ที่สุด มักไม่ใช่ตอนที่มันคิดแทนคุณ แต่มันลงมือแทนคุณ ปลั๊กอิน Chrome นี้ทำให้ Claude เปลี่ยนจาก 'ที่ปรึกษาในกล่องแชท' กลายเป็น 'ผู้ควบคุมในเบราว์เซอร์ของคุณ': เครื่องมือ 43 รายการ, ผ่านสไลเดอร์และ captcha แบบคลิกเลือกได้, เข้า iframe ข้ามโดเมนได้, พร้อมทั้งชุดตัวกั้นความปลอดภัยครบวงจรทั้งการอนุมัติ + บัญชีดำ + หยุดชั่วคราว + เก็บบันทึก

ถ้าอยากให้ AI ช่วยคุณทำงานบนเว็บจริงๆ ตอนนี้ก็ติดตั้งปลั๊กอิน แล้วเชื่อมต่อกับ Claude Code ของคุณลองดู