用途：Agent Browser 是一个面向 AI 智能体的无头浏览器自动化 CLI，基于 Rust 实现并提供 Node.js 回退方案。它通过结构化命令让智能体打开网页、点击、填表、截取页面快照并提取内容，适合自动化网页操作与信息采集任务。
安装：推荐使用 npm，执行 npm install -g agent-browser，再运行 agent-browser install（需要依赖时可用 agent-browser install --with-deps）。也可从源码构建：git clone https://github.com/vercel-labs/agent-browser，cd agent-browser，pnpm install，pnpm build，agent-browser install。
主要能力：支持导航（open、back、forward、reload）、交互（click、dblclick、type、fill、clear、press、hover、select、check、upload、drag 等）、提取与信息（snapshot、get text/html/value/attr/title/url/count/box、screenshot、pdf）、状态检查（is visible/enabled/checked）、元素查找（find role/text/label/placeholder/alt/title/testid）、等待（wait 选择器、毫秒、文本、URL、networkidle）、高级控制（scroll、eval、mouse、cookies、storage local、tab、frame、dialog）以及多会话（--session）。snapshot 支持 -i、-c、-d、-s 等过滤选项以减小输出，并可用 @ref 语法做确定性元素选择。Agent 模式用 --json 输出机器可读结果。
典型用法：agent-browser open example.com；agent-browser snapshot；agent-browser click @e2；agent-browser fill @e3 "test@example.com"；agent-browser get text @e1；agent-browser screenshot page.png；agent-browser close。推荐 AI 工作流为：open 导航 → snapshot -i --json 观察 → 用快照中的 @ref 操作 → 再次 snapshot 验证。
登录场景：可用 --cdp 连接带远程调试端口的真实 Chrome 配置文件复用登录态（如 Google/Discord OAuth），或使用 --headed --session 首次手动登录后依靠会话持久化 cookies。
限制与注意：refs 在同一次页面加载内稳定，但导航后会改变，因此导航后需重新 snapshot 获取新 refs；输入框应使用 fill 而非 type 以确保清空原有文本。若 Linux ARM64 提示命令未找到，可使用 bin 目录下的完整路径；元素找不到时用 snapshot 定位正确 ref；页面未加载时在导航后补充 wait；调试可用 --headed 显示浏览器窗口。