用途:agent-browser 是面向 AI 智能体的无头浏览器自动化命令行工具,使用原生 Rust 二进制,通过 Chrome DevTools Protocol(CDP)驱动 Chrome,无需 Node.js 或 Playwright 运行时。
主要能力: 导航与读取:open(别名 goto、navigate)打开 URL,get url / get title 读取页面信息,close 关闭浏览器。 可访问性快照:snapshot 返回带 @eN 引用的可访问性树,snapshot -i 为交互紧凑模式,适合 AI 直接引用元素。 页面交互:click、dblclick、fill、type、press、hover、select、check、uncheck、scroll、drag、upload 等。 语义定位:find 支持 role、text、label、placeholder、testid、first、nth 等按语义查找并执行 click、fill、type、hover、focus、check、uncheck、text。 截图与 PDF:screenshot 支持全页、标注、格式与质量、自定义目录,pdf 保存页面为 PDF。 元素信息与状态:get text/html/value/attr/count/box/styles、is visible/enabled/checked。 等待:按选择器、毫秒、文本、URL 模式、加载状态(load、domcontentloaded、networkidle)、JS 条件等待。 JS 执行与批处理:eval 执行 JS(支持 base64、stdin),batch 以 JSON 数组一次执行多步命令并支持 --json、--bail。 标签页/iframe:tab、tab new、tab 切换与关闭,frame 切换与返回主框架。 Cookie 与存储:cookies、storage local/session 的读取、设置与清除。 网络:network route 模拟响应或中止请求,network requests 过滤查看,har 录制。 浏览器设置:set viewport、device、geo、offline、headers、credentials、media。 认证状态:state save/load/list/show 保存与恢复 Cookie 与 localStorage。 对话框、剪贴板、差异与调试:dialog accept/dismiss、clipboard 读写、diff snapshot/screenshot/url 做视觉对比、trace、profiler、console、errors、highlight、inspect、connect 连接已有浏览器。
使用方式:安装可选 npm install -g agent-browser 后执行 agent-browser install 下载 Chrome for Testing(仅首次),也支持 Homebrew、cargo install、本地 npm 依赖;Linux 可加 --with-deps。常见 AI 流程为 open → snapshot 取 @ref → fill/click → wait → screenshot。
适用场景:需要无头浏览器抓取、表单提交、登录会话复用、页面截图、网络模拟与视觉回归检查的 AI 智能体自动化任务。
限制:资料未提供收费、价格、平台支持范围与运行性能数据,暂未提供相关信息。