agent-browser 是一个面向 AI 智能体的浏览器自动化命令行工具，适合需要让智能体与网站交互的场景，包括导航页面、填写表单、点击按钮和截图等。
核心工作流为：先导航（agent-browser open <url>），再快照获取元素引用（agent-browser snapshot -i，生成 @e1、@e2 等引用），然后用引用进行点击、填写、选择等交互；页面导航或 DOM 变化后必须重新快照获取新引用。
主要能力：导航与关闭浏览器；快照交互元素并支持 -C 包含光标交互元素、-s 限定 CSS 选择器；交互命令 click、fill、type、select、check、press、scroll；信息获取 get text/url/title；等待（元素、网络空闲、URL 模式、毫秒）；截图（含整页）与导出 PDF；状态保存与加载（state save/load）实现登录复用；会话持久化（--session-name）自动保存恢复 cookies 与 localStorage，支持加密（AGENT_BROWSER_ENCRYPTION_KEY）；并行会话（--session）；连接已有 Chrome（--auto-connect 或 --cdp）；可视化调试（--headed、highlight、record）；本地文件（--allow-file-access 打开 file:// 的 PDF、HTML）；iOS 模拟器（-p ios，需 macOS、Xcode、Appium）。
重要限制：引用会随页面变化失效，操作后需重新快照；复杂 JavaScript 建议用 eval --stdin 或 -b 避免 shell 转义问题；部分能力依赖特定环境或需预先配置，相关资料中未提供价格与平台支持细节。