Control de Chrome

Theus in Chrome conecta el CLI con tu navegador Chromium real mediante una extensión y un host de mensajería nativa, de modo que el agente puede abrir pestañas, navegar, rellenar formularios, leer la consola y automatizar páginas en tu sesión ya iniciada.

Qué es

El control de navegador de Theus expone un conjunto de herramientas de automatización (prefijo mcp__theus-in-chrome__*) a través de un servidor MCP interno llamado theus-in-chrome. A diferencia de la navegación anónima, opera sobre tu navegador real: reutiliza tus cookies, sesiones iniciadas y perfiles, por lo que sirve para tareas que requieren estar autenticado (paneles, OAuth, sitios detrás de login).

La comunicación va del CLI a una extensión de Chrome a través de un host de mensajería nativa que Theus instala automáticamente la primera vez que la integración se activa.

La integración está pensada para uso interactivo. En sesiones no interactivas (SDK, CI) está desactivada por defecto a menos que la fuerces con --chrome.

Requisitos

Un navegador Chromium compatible. Theus detecta e instala el host nativo para: Google Chrome, Brave, Arc, Chromium, Microsoft Edge, Vivaldi y Opera.
La extensión de navegador de Theus instalada en ese navegador. Sin la extensión, las herramientas no tienen con quién hablar.
Suscripción activa de theus.ai. El arranque comprueba que la cuenta sea suscriptora antes de habilitar la integración.
Permisos por sitio. La extensión exige conceder permiso a nivel de sitio antes de ejecutar acciones; se configuran dentro de la propia extensión.

Cómo activarlo

Hay tres formas de habilitar el control de Chrome, en orden de prioridad:

1. Flag de línea de comandos

theus --chrome        # activa la integración en esta sesión
theus --no-chrome     # la desactiva en esta sesión

El flag tiene prioridad sobre variables de entorno y configuración.

2. Variable de entorno

THEUS_CODE_ENABLE_CFC=1   # activa
THEUS_CODE_ENABLE_CFC=0   # desactiva

3. Configuración persistente

En el panel de ajustes existe la opción «Theus in Chrome enabled by default», que guarda la clave theusInChromeDefaultEnabled en tu configuración global. Cuando está definida, se aplica a todas las sesiones interactivas sin necesidad de flag.

Mecanismo	Ámbito	Prioridad
`--chrome` / `--no-chrome`	Sesión actual	Más alta
`THEUS_CODE_ENABLE_CFC`	Entorno	Media
`theusInChromeDefaultEnabled`	Config global	Base

Primera instalación

Al activarse por primera vez, Theus escribe el manifiesto del host nativo (com.theus.theus_code_browser_extension) en los directorios de mensajería nativa de cada navegador detectado (y, en Windows, las entradas de registro correspondientes). Si la extensión ya está instalada, Theus abre una página de reconexión en el navegador para enlazar la extensión con el host recién instalado.

Uso desde el agente: la skill `theus-in-chrome`

Las herramientas del navegador se entregan a través de una skill invocable. Antes de usar cualquier herramienta mcp__theus-in-chrome__*, el agente debe invocar la skill:

/theus-in-chrome

Al invocarla, el agente recibe las instrucciones de automatización y las herramientas quedan disponibles. La convención es empezar toda sesión de navegador llamando a mcp__theus-in-chrome__tabs_context_mcp para conocer las pestañas abiertas antes de crear ninguna nueva.

También puedes simplemente pedirlo en lenguaje natural (p. ej. «abre esta página y rellena el formulario de login»). Con la integración activa, Theus invoca la skill por su cuenta.

Herramientas disponibles

El servidor theus-in-chrome expone, entre otras, estas herramientas (todas con prefijo mcp__theus-in-chrome__):

tabs_context_mcp — inspecciona las pestañas abiertas del usuario.
tabs_create_mcp — crea una pestaña nueva.
navigate — navega a una URL.
computer — acciones de puntero y teclado sobre la página: left_click, right_click, middle_click, double_click, left_click_drag, type, scroll.
read_page / get_page_text — leen el contenido de la página.
find — localiza elementos en la página.
form_input — rellena campos de formulario.
upload_image — sube una imagen.
read_console_messages — lee la consola del navegador (admite un parámetro pattern de regex para filtrar).
read_network_requests — inspecciona peticiones de red.
javascript_tool — ejecuta JavaScript en la página.
gif_creator — graba la interacción como GIF para revisar o compartir.
resize_window — cambia el tamaño de la ventana.
shortcuts_list / shortcuts_execute — lista y ejecuta atajos.

Buenas prácticas y límites

Empieza por el contexto. Llama a tabs_context_mcp al inicio; no reutilices IDs de pestañas de sesiones anteriores. Reutiliza una pestaña existente solo si lo pides explícitamente.
Evita diálogos nativos. alert, confirm, prompt y otros modales del navegador bloquean todos los eventos posteriores y dejan la extensión sin respuesta. Prefiere console.log + read_console_messages para depurar.
Graba lo importante. Para flujos de varios pasos, usa gif_creator con un nombre descriptivo.
No insistas en bucle. Si una herramienta falla 2-3 veces, si no hay respuesta de la extensión o si una página no carga, el agente debe detenerse y pedirte indicaciones en vez de reintentar a ciegas.

Si accidentalmente se dispara un diálogo nativo y el navegador deja de responder a las herramientas, deberás cerrarlo manualmente en el navegador para restaurar el control.

Diagnóstico

Si activaste --chrome pero las herramientas no aparecen, verifica que la extensión esté instalada y que la cuenta sea suscriptora de theus.ai.
Tras una primera instalación, confirma que se abrió la página de reconexión y que la extensión quedó enlazada.
En sesiones no interactivas la integración está apagada salvo que uses --chrome.
El nombre theus-in-chrome está reservado como servidor MCP: no puedes registrar un servidor propio con ese nombre.

Theus — agente de código local-first y multimodelo · Hecho en Perú