用途:agent-browser 是面向 AI 智能体的无头浏览器自动化命令行工具,通过无障碍树快照和 ref 引用实现确定性的元素选择,适合自动化多步骤工作流、复杂单页应用以及需要会话隔离的任务。
主要能力:支持导航(open、back、forward、reload、close);快照(snapshot -i --json,可加 -c、-d、-s);基于 ref 的交互(click、fill、type、hover、check、uncheck、select、press、scroll、drag);获取信息(get text/html/value/attr/title/url/count);状态检查(is visible/enabled/checked);等待(元素、毫秒、文本、URL、networkidle、自定义函数);会话隔离(--session 或 AGENT_BROWSER_SESSION);状态持久化(state save/load);截图与 PDF;网络控制(route 拦截或 mock、requests 查看);Cookie 与本地存储操作;标签页与 iframe 切换。
使用方式:安装命令为 npm install -g agent-browser,随后执行 agent-browser install 下载 Chromium,Linux 可加 --with-deps。典型流程是先 open 页面,再 snapshot -i --json 解析 refs,然后按 ref 交互,页面变化后重新快照。建议始终使用 -i 与 --json,等待稳定用 wait --load networkidle,用 state save/load 跳过登录,用会话隔离不同上下文,调试时加 --headed。
适用场景:多步骤自动化、需要确定性元素选择、性能敏感、复杂 SPA、多会话测试。若需要截图或 PDF 分析、视觉检查或浏览器扩展集成,资料建议改用内置浏览器工具。
限制:资料未提供收费、价格、平台支持范围与效果数据;具体行为以实际版本为准。