浏览器并行自动化：用Claude Code玩转多任务AI代理

一句话总结：多线程运行AI浏览器代理，大幅提升了在线商品搜索和验证码破解效率。

---

内容概览

• 主题：浏览器自动化、并行AI代理、Amazon产品筛选、验证码破解、Reddit自动注册
• 适合人群：AI开发者、自动化爱好者、机器学习工程师、想研究智能代理工具的技术人员

---

核心观点

1. 多浏览器多代理并行提升效率
   作者设计了多个“子代理”同时操作不同浏览器标签页，实现了Amazon商品搜索和筛选的并行处理，明显缩短了任务完成时间。

2. 动态构建和使用验证码破解工具
   通过CDP（Chrome开发者协议）捕获高分辨率截图和定位验证码元素，自动生成解决方案脚本，完成复杂的验证码识别和点击流程。

3. 自动创建临时邮箱注册Reddit账号的实验
   利用临时邮箱与自动浏览器代理配合，成功绕过Reddit的部分注册防护，顺利实现账户建立和内容发布。

---

深度解读

多线程浏览器代理：自动化的新速度

传统浏览器自动化往往是一条线跑到底，操作等待一个网页加载和数据反馈完毕后再切换下一个任务。作者这次利用Claude Code的能力，在Chrome的远程调试模式下，开启了多达七个平行浏览器标签页，各自派遣一个小机器人（子代理）执行不同搜索任务。

具体来说，有一个基础的“客厅场景”图像，想往里面配齐斯堪的纳维亚风格的椅子、桌子、沙发和窗帘，而预算定在3000美元以内。这几个目标，分别由四个子代理分头在Amazon上搜索对应商品。
每个代理独立操作，搜索“Scandinavian sheer linen curtains”、“couch”、“table”或“chair”，信息和价格同步回来。结果是在1,300美元以下的范围内凑齐了需求，画面里也成功“替换”成了新家具。结束后，代理关闭了所有标签页，集合数据呈现视觉化图像。

作为对比，整套流程如果线性执行，搜索和数据采集极耗时，但作者实测并行运行节省了大量等待，体验显著提升。

动态工具构造：破解验证码的新思路

验证码是自动化最大敌人，尤其那些需要精确点击特定区域的视觉挑战。传统自动化工具往往使用OCR或者预设规则，通用性有限。
这里，作者展示了一种更高级的技术——CDP的帧内省（frame introspection）结合高分辨率截图和坐标点击，动态“编译”出专门破解验证码的自动工具。称为“capture solver”的脚本在后台根据场景一遍遍调试学习，最后能自动识别“交通灯”或“公交车”等图形并点击，从而通过验证码。

整个过程虽然开始耗时调试，但一旦工具生成，后续再遇到同类验证码就可以快速解决。这个自动造工具的思路很新鲜，也给验证码自动化破解开了新路。

挑战临时邮箱注册Reddit

有意思的是，作者还测试了用临时邮箱（tempmail.lol）造账号登陆Reddit的流程。
顺利生成临时邮箱地址，输入后自动填写页面表单，设置用户名和密码，一路模拟点击。过程没有遇到预想中的邮箱验证或拦截，居然一步搞定账号创建。之后还用这账号发了AI生成的meme图片，试图发帖到合适的小组，同时破解帖子造成人机验证的弹出。

唯一难点是发帖标题触碰了社区规则，被要求改写。整个过程虽然慢得像真人操作，但完全自动完成。作者认为后续可以做成“技能”，积累记忆，反复用时效率会更高。

---

值得记住的话

"Running parallel agents across multiple browser tabs seriously speeds up automation tasks."

"Building a capture solver tool dynamically based on high-res screenshot and precise clicks is a game changer."

"The first time is slow, but if you save skills and memory, the next time it runs smoothly and fast."

---

标签

AI 浏览器自动化 并行计算 验证码破解 工具开发