用途:agent-browser 用于通过命令行(CLI)自动化浏览器交互,支持点击、填写表单、导航、截图,以及抓取网页内容和提取数据;也可用于构建与网站交互的 AI 智能体工作流,并支持基于引用的确定性元素选择。
主要能力:提供 open、snapshot、click、fill 等命令;snapshot 会输出每个元素的引用(如 @e1、@e2、@e3),可据此点击或填写;支持 --json 的智能体模式输出,便于程序化调用。文档还涵盖快照、eval 等高级命令,以及信息获取、状态检查、语义定位、等待、鼠标控制、浏览器设置、Cookie 与存储、网络拦截、标签页与窗口、iframe、对话框、调试、导航和设置类命令。选择器方面支持 refs(@e1 等)以及 CSS、XPath 和语义定位器。
使用方式:先安装,npm install -g @anthropic-ai/agent-browser;然后打开页面并快照:agent-browser open "https://example.com",agent-browser snapshot;再通过引用点击:agent-browser click @e3;填写字段:agent-browser fill @e5 "hello@example.com";智能体模式使用 agent-browser snapshot --json。会话管理可使用 --session 保持跨命令状态,交互式快照使用 -i 标志,带界面调试用 --headed,无头模式用于生产,认证可用 --headers,CDP 集成用 --cdp,流式预览用 AGENT_BROWSER_STREAM_PORT。
适用场景:网页自动化、内容抓取与数据提取、AI 智能体网页交互、需要确定性元素定位的自动化、以及无登录流程的认证会话场景。
限制:资料未提供收费、价格、平台支持范围、性能效果等具体信息;部分安装与命令细节以官方文档为准。