用途：agent-browser 是面向 AI 智能体的浏览器自动化命令行工具，基于 Vercel Labs 的 agent-browser，用于驱动浏览器完成多步骤网页操作，如登录、填表、点击和状态验证。
主要能力：核心是快照生成确定性引用。执行 agent-browser snapshot -i --json 会输出无障碍树，元素带稳定 ref（如 button "Submit" [ref=e2]），后续用 agent-browser click @e2、fill @e3 "text" 直接操作，无需重新查询 DOM。相比 CSS 选择器、XPath 或坐标点击，ref 更稳定；相比截图加视觉模型，速度更快、成本更低。输出为结构化 JSON，便于 LLM 解析。
使用方式：先安装 npm install -g agent-browser，再执行 agent-browser install 下载 Chromium。典型流程：open 打开页面，snapshot -i --json 获取结构，智能体从 JSON 选 ref 执行 click/fill/type/press/hover，操作后重新 snapshot 验证，最后 close。支持 --session 隔离会话、--profile 持久化登录、--cdp 连接已有 Chrome、--headers 设置认证头。快照可用 -i 仅交互元素、-c 紧凑、-d 限制深度、-s 限定范围。
适用场景：多步骤网页工作流、复杂表单填写、动态现代 Web 应用、需要可重复且低成本自动化时。简单单页检查或已有登录会话可考虑其他内置工具。
限制：资料未提供具体收费、价格、平台兼容范围与效果数据；首次命令约 2 秒启动守护进程，后续约 100 毫秒；ref 来自快照，页面变化后需重新快照。