agent-browser 是一个用 Rust 编写的快速浏览器自动化命令行工具,专为 AI 代理设计。它通过 CDP 协议驱动 Chrome/Chromium,不依赖 Playwright 或 Puppeteer,并可与任何 AI 代理(如 Cursor、Claude Code、Codex、Continue、Windsurf 等)配合使用。
用途方面,当用户需要与网站交互时使用该工具,包括导航页面、填写表单、点击按钮、截图等操作。它也提供针对非网页场景的专门技能,例如 Electron 桌面应用(VS Code、Slack、Discord、Figma 等)、Slack 工作区自动化、探索性测试与 QA/缺陷排查、录制 HAR 并派生独立 API 客户端、在 Vercel Sandbox 微虚拟机中运行,以及在 AWS Bedrock AgentCore 云浏览器中运行。
主要能力包括:使用无障碍树快照和紧凑的 @eN 元素引用实现可靠的交互;支持会话、认证保管库、状态持久化和视频录制;通过 agent-browser skills 系列命令加载与已安装版本始终一致的工作流、命令参考和模板内容,避免指令过时。
使用方式上,安装命令为 npm i -g agent-browser && agent-browser install。开始使用前应先通过 CLI 加载核心工作流内容:agent-browser skills get core(包含工作流、常见模式、故障排除),如需完整命令参考和模板可使用 agent-browser skills get core --full。此外可通过 agent-browser skills list 查看已安装版本中所有可用技能。针对特定任务,可加载相应专门技能,如 electron、slack、dogfood、derive-client、vercel-sandbox、agentcore。
该工具还提供可观测性仪表盘,独立于浏览器会话运行在端口 4848,也可通过代理或转发的 URL(如 https://dashboard.agent-browser.localhost)打开。代理应停留在仪表盘源,会话标签、状态和流量的传输均在内部代理,因此无需暴露会话端口。
限制方面,当前提供的资料未说明具体的系统要求、支持的操作系统版本、许可证、收费模式或其他使用限制,这些信息暂未提供。