agent-browser 是一个面向智能体与自动化流程的浏览器命令行工具，用于网页测试、表单填写、截图和数据提取。核心工作流为：先用 agent-browser open <url> 打开页面，再用 agent-browser snapshot -i 获取带引用（如 @e1）的可交互元素，随后用引用执行点击、填写等操作；页面导航或 DOM 显著变化后需重新 snapshot。
主要能力包括：导航（open、back、forward、reload、close、connect 9222）；快照分析（snapshot 及 -i/-c/-d/-s 选项）；交互（click、dblclick、focus、fill、type、press、keydown、keyup、hover、check、uncheck、select、scroll、drag、upload）；信息获取（get text/html/value/attr/title/url/count/box/styles）；状态检查（is visible/enabled/checked）；截图与 PDF（screenshot、pdf）；视频录制（record start/stop/restart）；等待（wait 元素、毫秒、文本、URL、networkidle、JS 条件）；鼠标控制；语义定位（find role/text/label/placeholder/alt/title/testid/first/last/nth）；浏览器设置（viewport、device、geo、offline、headers、credentials、media）；Cookie 与 localStorage；网络拦截与请求查看；标签页与窗口；iframe；对话框；eval 执行 JS。全局选项支持会话隔离、JSON 输出、有头模式、代理、CDP 端口、云浏览器提供商、自定义浏览器路径与扩展。
限制与注意事项：资料未提供安装方式、具体收费与平台支持范围；HTTPS 证书错误需加 --ignore-https-errors。使用引用后需及时重新快照，以保证引用有效。