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
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
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。
第 2 步
读取页面快照
snapshot 把页面转成带引用的紧凑文本。
第 3 步
按引用操作
Agent 用 click、fill 等命令作用于 @e1 这类引用。
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
安装
通过 npm 全局安装 CLI。
npm install -g agent-browser - 2
下载浏览器
首次使用时下载 Chrome for Testing。
agent-browser install - 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
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。
