用途:agent-browser 是供 AI 智能体使用的浏览器自动化命令行工具,适用于需要与网站交互的场景,例如导航页面、填写表单、点击按钮等。
主要能力:采用原生 Rust CLI(非 Node.js 封装),通过 CDP 驱动 Chrome/Chromium,不依赖 Playwright 或 Puppeteer;提供无障碍树快照与紧凑的 @eN 元素引用,便于可靠交互;支持会话、认证保管库、状态持久化与视频录制;可与任意 AI 智能体配合使用(如 Cursor、Claude Code、Codex、Continue、Windsurf 等)。
使用方式:安装命令为 npm i -g agent-browser && agent-browser install。该文件只是发现入口,并非使用指南,运行任何命令前应先从 CLI 加载实际工作流内容:agent-browser skills get core(工作流、常见模式、故障排查),agent-browser skills get core --full(含完整命令参考与模板)。CLI 提供的技能内容始终与已安装版本匹配,因此说明不会过时。
专项技能:当任务超出浏览器网页范围时可加载,例如 agent-browser skills get electron(Electron 桌面应用,如 VS Code、Slack、Discord、Figma 等)、agent-browser skills get slack(Slack 工作区自动化)、agent-browser skills get dogfood(探索性测试/QA/缺陷排查)、agent-browser skills get vercel-sandbox(在 Vercel Sandbox 微虚拟机中使用 agent-browser)、agent-browser skills get agentcore(AWS Bedrock AgentCore 云浏览器)。运行 agent-browser skills list 可查看已安装版本提供的全部内容。
可观测性仪表盘:仪表盘独立于浏览器会话运行在 4848 端口,也可通过代理或转发 URL(如 https://dashboard.agent-browser.localhost)打开。智能体应停留在仪表盘源上:会话标签页、状态与流流量均在内部代理,因此无需暴露会话端口。
限制:资料未提供收费、价格、平台支持范围及具体使用步骤的更多细节,暂未提供。