UI-TARS桌面客户端Chrome浏览器路径识别问题分析

问题背景

UI-TARS桌面客户端是一款基于人工智能技术的自动化工具，它提供了浏览器自动化操作功能。在最新发布的1.5版本中，部分Windows用户反馈当选择browser-use功能时，系统提示找不到Chrome浏览器，即使电脑上已安装Chrome并将其设为默认浏览器。

技术分析

经过对项目源代码的检查，发现问题出在浏览器路径查找逻辑上。具体来说，在UI-TARS-desktop项目的agent-infra模块中，browser-finder.ts文件定义了浏览器查找路径：

{
  name: 'Google Chrome',
  executable: {
    win32: 'C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe',
    darwin: '/Applications/Google Chrome.app/Contents/MacOS/Google Chrome',
    linux: '/usr/bin/google-chrome',
  },
  // 其他配置...
}

这段代码存在两个主要问题：

1. 64位Windows系统兼容性问题：在64位Windows系统上，Chrome浏览器默认安装在"C:\Program Files (x86)"目录下，而代码中只检查了"C:\Program Files"目录。

2. 用户自定义安装路径支持不足：代码没有考虑用户可能将Chrome安装在其他自定义路径的情况。

解决方案建议

针对上述问题，建议从以下几个方面进行改进：

1. 完善路径检测逻辑

应该扩展Windows平台下的Chrome检测路径，包括：

• 64位系统默认路径：C:\Program Files (x86)\Google\Chrome\Application\chrome.exe
• 32位系统默认路径：C:\Program Files\Google\Chrome\Application\chrome.exe
• 用户可能选择的替代安装路径

2. 实现动态路径查找

可以增加以下查找策略：

1. 注册表查询：通过Windows注册表查找Chrome安装路径
2. 环境变量检查：检查PATH环境变量中是否包含Chrome可执行文件
3. 用户配置支持：允许用户在设置中手动指定Chrome安装路径

3. 错误处理与用户引导

当检测不到Chrome时，应该：

1. 提供更友好的错误提示
2. 引导用户手动指定Chrome安装位置
3. 提供下载Chrome的快捷方式（如直接打开下载页面）

实现示例

以下是改进后的路径检测逻辑示例代码：

const chromePaths = [
  'C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe',
  'C:\\Program Files (x86)\\Google\\Chrome\\Application\\chrome.exe',
  // 其他常见安装路径...
];

// 尝试通过注册表获取安装路径
try {
  const regPath = await getChromePathFromRegistry();
  if (regPath) chromePaths.unshift(regPath);
} catch (e) {
  console.warn('Failed to read Chrome path from registry', e);
}

// 检查PATH环境变量
const pathEnv = process.env.PATH || '';
const pathDirs = pathEnv.split(path.delimiter);
for (const dir of pathDirs) {
  const potentialPath = path.join(dir, 'chrome.exe');
  if (await fs.pathExists(potentialPath)) {
    chromePaths.unshift(potentialPath);
  }
}

总结

浏览器路径识别是自动化工具的基础功能，良好的路径检测机制能够提升用户体验。对于UI-TARS桌面客户端，建议采用多层次的检测策略，包括默认路径检查、注册表查询、环境变量扫描等，同时提供用户手动配置选项，确保在各种安装场景下都能正确识别Chrome浏览器。

这类问题的解决不仅限于Chrome浏览器，对于其他需要检测软件安装位置的桌面应用开发也具有参考价值，体现了良好的跨平台兼容性设计思路。