SuperAPI AI 工具集

vercel-agent-browser

智能体与模型

查看项目

更新于 10-15 22:34

技能介绍

agent-browser 是面向 AI 智能体的浏览器自动化命令行工具,使用 Rust 编写,通过 npm、Homebrew 或 Cargo 分发,用于让 LLM 驱动的程序控制 Chrome 完成网页操作。

主要能力:提供无障碍树快照,输出带稳定引用的元素(如 @e1、@e2),可直接在命令中引用;支持语义定位(按 role、text、label、placeholder、testid 查找);支持 CSS 选择器;提供 AI 聊天模式,可用自然语言控制浏览器;支持批量命令执行、网络拦截与 HAR 录制、Chrome DevTools Protocol(CDP)流式事件、截图(含整页与标注)、多标签页、等待策略、键鼠控制、Cookie 与本地存储操作、视口与设备模拟、JavaScript 求值等。

使用方式:安装可执行 npm install -g agent-browser 后运行 agent-browser install 下载 Chrome for Testing;也可用 brew install agent-browser 或 cargo install agent-browser。典型流程为 open 打开页面、snapshot 获取结构、click/fill 等操作引用、wait 等待、screenshot 验证、close 清理。批量模式可用 agent-browser batch 传入多条命令,或通过 --json 从脚本管道输入。

适用场景:表单填写、数据提取、登录流程、多步骤网页工作流、网络请求调试与录制等 AI 智能体驱动的自动化任务。

限制:资料未提供收费、价格、平台支持范围与性能数据;Linux 剪贴板需安装 xclip 或 xsel;元素未找到时需先等待或改用语义定位;具体命令行为以官方文档为准。