agent-browser
agent-browser 是一个基于命令行(CLI)的无头浏览器自动化工具,通过 Chrome DevTools Protocol(CDP)驱动浏览器,无需浏览器扩展,也不依赖像素级截图。它适用于脚本化的网页工作流、适合 CI 的浏览器测试,以及基于会话的数据抓取,让用户用 shell 命令替代图形界面操作。核心工作流为:打开页面、获取交互元素快照(返回 @e1、@e2 等引用)、通过引用进行点击或填写等交互,并在导航或 DOM 发生重大变化后重新获取快照。它支持导航、快照分析、点击/填写/按键/拖拽/上传等交互、获取元素信息与状态、截图与 PDF、视频录制、等待条件、鼠标控制、语义定位器、浏览器设置、Cookie 与存储、网络拦截、标签页与窗口、iframe、对话框、JavaScript 执行等能力,并提供会话隔离、JSON 输出、有头模式、代理、云浏览器提供商等全局选项。