agent-browser 是一个供 AI 智能体使用的浏览器自动化 CLI，主要用途是让智能体与网站交互，例如打开页面、点击、填表、截图和读取页面快照。它提供两条路径：一是直接用 agent-browser 工具控制页面；二是通过 Bash 使用 exec:agent-browser 在页面上下文执行 JavaScript，代码会被管道传入 eval --stdin，用于 DOM 检查或自定义提取。
核心工作流为：先 open 打开网址，再用 snapshot -i 获取 @e1、@e2 等元素引用，随后用引用执行 click、fill、select 等交互，页面变化后必须重新 snapshot。常用命令包括 open、close、snapshot、click、fill、type、select、press、scroll、get、wait、screenshot、pdf 等。它还支持语义定位（find role/text/label/placeholder/testid）、多会话并行（--session）、连接已有 Chrome（--auto-connect 或 --cdp）、本地文件打开（--allow-file-access）、iOS 模拟器（-p ios，需 macOS、Xcode 与 Appium）以及可视化调试（--headed、highlight、record）。
认证场景可先登录再用 state save 保存状态，之后 state load 复用。数据提取可用 get text、snapshot --json 等输出。网络层支持 route、unroute、requests 拦截与查看请求；存储层支持 cookies 和 localStorage/sessionStorage 操作；调试层有 console、errors、trace、profiler。
限制与注意事项：@e 引用在页面变化后失效，导航、提交表单或动态内容加载后需重新快照；完成后应关闭标签页，避免残留会话；exec 路径写纯 JavaScript，不要 base64 编码或添加 eval 标志，复杂表达式建议用 heredoc 以避免 shell 转义问题。资料未提供收费、价格、具体平台支持范围及部分高级功能细节。