用途:agent-browser 是 Vercel 提供的无头浏览器自动化命令行工具,面向 AI 智能体,适合与网页交互、填写表单、截图或抓取数据的场景,可作为 Playwright MCP 的替代方案。
安装与检查:先确认是否已安装:command -v agent-browser >/dev/null 2>&1 && echo "Installed" || echo "NOT INSTALLED - run: npm install -g agent-browser && agent-browser install"。需要时执行 npm install -g agent-browser,再运行 agent-browser install 下载 Chromium。
核心工作流:导航到 URL;执行快照获取带引用的可交互元素;用引用(如 @e1、@e2)交互;导航或 DOM 变化后重新快照。示例:agent-browser open https://example.com;agent-browser snapshot -i --json;agent-browser click @e1;agent-browser fill @e2 "search query";agent-browser snapshot -i。
主要命令:导航有 open、back、forward、reload、close;快照有 snapshot(含 -i 仅交互元素、--json、-c、-d 3 等选项);交互有 click、dblclick、fill、type、press、hover、check、uncheck、select、scroll、scrollintoview;信息获取有 get text/html/value/attr/title/url/count;截图与导出有 screenshot(--full、指定文件)和 pdf。另有 wait(元素、毫秒、文本)、语义定位 find role/text/label/placeholder,以及通过 --session 运行多个并行会话并可用 session list 列出。
示例场景:登录流程(打开登录页、快照、fill 邮箱密码、click 登录、wait、重新快照验证);搜索与提取(打开页面、snapshot -i --json、解析 JSON、get text 获取标题、click 打开);表单填写(fill 姓名邮箱、select 国家、check 同意条款、click 提交、screenshot 确认页);调试时可加 --headed 显示浏览器窗口;需要结构化输出时加 --json。
与 Playwright MCP 对比:agent-browser 为 Bash 命令界面、使用 @e1 引用、输出文本或 JSON、以会话实现并行,适合 Bash 工作流、更简单的 CLI 命令和快速的一次性自动化;Playwright MCP 为 MCP 工具界面、工具式响应,适合深度 MCP 工具集成和复杂自动化。
限制:资料未提供收费、价格、平台支持范围与效果保证等信息,暂未提供。