vercel-labs GitHub avatar

agent-browser

Rust
Agent 浏览器自动化 CLIvercel-labs最近推送 2026年11月18日
MCP 与工具接入Apache-2.052.4k3,663591 issues

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月18日

给 AI Agent 用的浏览器自动化 CLI,用一条条命令操作网页。

agent-browser 是 Vercel Labs 出品的原生 Rust 命令行工具,为 AI Agent 提供可逐步驱动的浏览器。它把页面读成紧凑的无障碍树文本,每个元素带 @e1 这类引用,Agent 按引用点击或输入,再重新读取页面确认结果。浏览器在命令之间保持打开,每一步只是一次简短的 shell 调用。

推荐指数

4.0

设计贴合 Agent 使用习惯,命令式接口简单,适合需要网页操作的智能体项目。

总 Star 排名

#100

雷达追踪的 3,931 个 AI 仓库中

创建于

2026

2026年1月11日

核心亮点

  • 1快照带引用

    snapshot 返回紧凑文本,每个元素有 @e1 式引用,便于 Agent 定位。

  • 2命令式驱动

    每条命令一次 shell 调用,浏览器常驻,步骤短、易编排。

  • 3失败不误报

    目标被遮挡或不可点时点击会失败,而不是假装成功。

  • 4多种浏览器接入

    支持 Chrome for Testing、CDP 连接、Lightpanda、iOS 模拟器和云浏览器。

  • 5自带 Agent 技能

    内置 skills 和 MCP 服务,方便接入 Agent 框架。

适用场景

  • 网页操作类 Agent

    例如:Agent 打开登录页,快照后填写表单并点击提交。

  • 网页内容抓取

    例如:用 snapshot 读取页面文本,提取结构化信息。

  • 自动化测试与调试

    例如:用 console、errors、trace 命令排查页面问题。

  • 多会话任务

    例如:用 --session 为不同任务隔离浏览器实例。

它是怎么工作的

  1. 第 1 步

    启动守护进程

    第一条命令启动后台 daemon,通过 Chrome DevTools Protocol 控制浏览器。

  2. 第 2 步

    读取页面快照

    snapshot 把页面转成带引用的紧凑文本。

  3. 第 3 步

    按引用操作

    Agent 用 click、fill 等命令作用于 @e1 这类引用。

  4. 第 4 步

    复查结果

    再次快照或 get url 确认操作生效,循环推进。

快速上手

  1. 1

    安装

    通过 npm 全局安装 CLI。

    npm install -g agent-browser
  2. 2

    下载浏览器

    首次使用时下载 Chrome for Testing。

    agent-browser install
  3. 3

    打开并快照

    打开页面并获取可交互元素列表。

    agent-browser open example.com && agent-browser snapshot -i
  4. 4

    点击并检查

    按引用点击后查看当前地址。

    agent-browser click @e1 && agent-browser get url

适合谁

  • 构建网页操作 Agent 的开发者
  • 需要脚本化浏览器流程的团队
  • 使用 MCP 或 Agent 框架的工程师

不太适合

  • 只需要简单爬虫的场景
  • 不熟悉命令行的非技术用户

成熟度

  • 活跃度创建于 2026 年初,最近仍在更新,star 数很高。
  • 文档README 覆盖安装、命令和 Agent 用法,细节指向官网文档。
  • 社区star 和 fork 较多,但开放 issue 约 594 个。
  • 上手难度npm 一条命令安装,命令语义清晰,首次需下载浏览器。

同类项目怎么选

  • Playwright通用浏览器自动化框架,需自己封装给 Agent 使用。
  • PuppeteerNode 库,偏脚本编程,不提供 Agent 友好的快照引用。

使用前注意

  • · 首次使用需下载 Chrome for Testing,Linux 还需安装系统依赖。
  • · 快照引用只在当次快照有效,页面变化后需重新快照。
  • · 默认无命令一小时后关闭浏览器,长任务需注意会话保持。
  • · 使用云浏览器或第三方引擎可能产生额外成本。