用途:为 AI 智能体提供无头浏览器自动化能力,适用于智能体工作流中的浏览器任务、面向 AI 的网页抓取、用 LLM 智能体测试 Web 应用,以及需要隔离认证的多会话管理。
主要能力:核心是 snapshot 命令返回可访问性树,每个元素带唯一 ref(如 @e1、@e2),具有确定性、无需重新查询 DOM、便于 LLM 解析。支持导航(open/back/forward/reload/close)、交互(click、fill、press、hover、select、download)、信息获取(get text/url/title、is visible)、快照与截图。支持 --json 机器可读输出、--headed 调试模式、file:// 本地文件访问(--allow-file-access)、光标感知快照(-C/--cursor)、命名会话持久化(--session-name,含 state list/show/rename/clear/cleanup)、新标签页点击(--new-tab)、移动端 iOS Safari(-p ios,device list、tap、swipe)、键盘命令、颜色方案(--color-scheme)、原生 Rust 守护进程(--native 或 AGENT_BROWSER_NATIVE=1)与 Lightpanda 引擎(--engine lightpanda)。
使用方式:采用客户端-守护进程架构,Rust CLI 解析命令并与守护进程通信,守护进程默认使用 Node.js(Playwright),自动启动并在命令间保持。典型流程为 open 后 snapshot -i --json,AI 解析 ref,再执行 click/fill 等操作,页面变化后重新 snapshot。
限制与注意:有 ref 时不要使用 CSS/XPath 选择器;完成后应关闭会话;不要假设元素位置,需重新快照;页面导航或内容变化后旧 ref 失效。默认 Playwright 超时为 25 秒,可通过 AGENT_BROWSER_DEFAULT_TIMEOUT 配置。安装方式、具体版本细节与完整命令参考请见官方文档,资料中未提供安装命令全文。