agent-browser 是面向 AI 智能体的浏览器自动化 CLI，适用于需要与网站交互的场合，例如打开页面、填写表单、点击按钮、截图与保存 PDF。
核心工作流为：open 打开网址，snapshot -i 获取交互元素引用（如 @e1、@e2），再用引用执行 click、fill、select 等操作；页面或 DOM 变化后需重新 snapshot 获取新引用。命令可用 && 串联，浏览器通过后台守护进程在多条命令间保持状态。
主要能力包括：导航与关闭；快照（可用 -s 限定选择器）；点击、填充、输入、选择、勾选、按键、滚动；get text/url/title 取信息；wait 支持元素、networkidle、URL 模式、毫秒等；下载；截图（含整页、标注）、PDF、会话录制；diff 可比较快照、截图与两个 URL。
身份认证可用 auth vault（密码经 stdin 传入，LLM 不接触密码）或 state save/load 保存登录状态；--session-name 可自动保存与恢复会话；--session 支持并行会话；--auto-connect 或 --cdp 可连接已有 Chrome。安全功能均为可选项，默认不限制导航、操作与输出，可启用内容边界、域名允许列表、动作策略和输出上限。
文件类截图、PDF、录制与视觉差异应统一保存到项目根目录的 screenshots/ 目录。使用 iOS 模拟器需 macOS、Xcode 与 Appium，并安装 appium driver install xcuitest。在 Kortix 中应复用名为 kortix 的主会话，查看地址为 http://localhost:9224/?session=<session_name>，不要手动设置 AGENT_BROWSER_STREAM_PORT。
限制方面：默认超时为 25 秒，可用 AGENT_BROWSER_DEFAULT_TIMEOUT 调整；引用在页面变化后失效；文档未提供收费、价格或平台覆盖等更多信息。