AppleScript 操控 Chrome 给 AI 发消息：一个 macOS 菜单栏工具的技术复盘

背景

一个实际的技术需求：每天在浏览器里找 AI 标签页 50+ 次，在终端里 cd 路径启动 Claude Code 30+ 次。能不能用一个全局快捷键搞定所有 AI 的启动？

我用 Swift + AppleScript 做了个 macOS 菜单栏工具来解决这个问题。下面是完整的技术方案和踩坑记录。

最终产品叫 GroAsk，是一个 macOS 菜单栏的 AI 启动器。按 ⌥Space 全局唤起输入框，直接发消息给任意 AI。

技术方案

整体架构

纯 Swift + AppKit，没用 SwiftUI @main（菜单栏应用用 SwiftUI 生命周期有坑），没用 Electron。SPM 管理依赖。

入口是 main.swift 手动创建 NSApplication，通过 AppDelegate 注册全局快捷键。

Web AI 通道

核心思路：AppleScript 操控 Chrome 浏览器。

流程：用户输入消息 → Router.swift 判断当前通道类型 → WebManager.swift 构建 AppleScript 异步队列 → 定位或创建 Chrome 标签页 → WebScriptGenerator.swift 生成针对目标网站的 JS 注入脚本 → 填入文本并模拟发送。

踩坑点：

• AppleScript 异步队列。 AppleScript 执行是阻塞的，多个操作串行执行容易卡 UI。用异步队列包装，确保主线程不阻塞。
• 各 AI 网站 DOM 差异大。 ChatGPT、Claude、Gemini 的输入框、发送按钮选择器都不一样，需要为每个站点维护独立的注入脚本。DOM 结构一更新就得跟着改。
• Chrome 标签页状态同步。 需要判断目标标签页是否已打开、是否已加载完成，处理各种边界情况。

CLI 通道

核心思路：AppleScript 操控终端应用。

TerminalBridge.swift 负责桥接。支持 Terminal.app 和 iTerm2。用户在图形界面选择项目目录后，自动拼接 cd /path && claude 命令发送到终端执行。

踩坑点：

• 终端别名自动补全。 用户可能在 .bashrc 或 .zshrc 里定义了 claude 的别名，需要检测并处理。
• 路径中的特殊字符。 空格、中文、引号等都需要正确转义。

全局快捷键

通过 CGEvent.tapCreate 注册系统级事件监听，拦截 ⌥Space 组合键。需要辅助功能权限（Accessibility）。

通道配置

所有 AI 通道的定义放在 Channel.swift，配置从 config.json 生成。新增一个 AI 通道只需要加配置项 + 写注入脚本，不需要改架构。

开发效率

整个项目从零到上线两周，代码基本由 Claude Code 生成。我的角色更像产品经理：定义需求、验证结果、处理边界情况。一个人覆盖了 Swift 客户端、Cloudflare Workers 后端、静态官网、Apple 签名公证全链条。

现状

目前完全免费，macOS 专属，已迭代接近 30 个版本。

下载不到 5MB，免费使用：groask.com/zh/

AppleScript 异步队列和 Chrome 标签页状态管理这块坑不少，有做类似自动化的朋友欢迎评论区交流方案。

本作品采用《CC 协议》，转载必须注明作者和本文链接