agent-browser 是一个命令行浏览器自动化工具，用于网页测试、表单填写、截图和数据提取，适合需要让代理或脚本导航网站、与页面交互的场景。
主要能力：导航（open、back、forward、reload、close、connect 9222）；页面分析（snapshot 可输出完整无障碍树或仅交互元素，支持紧凑输出、限制深度、按 CSS 选择器限定范围）；交互（click、dblclick、focus、fill、type、press、hover、check、select、scroll、drag、upload 等，使用快照返回的 @e1 等引用）；信息获取（get text/html/value/attr/title/url/count/box/styles）；状态检查（is visible/enabled/checked）；截图与 PDF；视频录制；等待（元素、毫秒、文本、URL 模式、网络空闲、JS 条件）；鼠标控制；语义定位（find role/text/label/placeholder/alt/title/testid/first/last/nth）；浏览器设置（视口、设备模拟、地理位置、离线、请求头、HTTP 基本认证、媒体偏好）；Cookie 与 localStorage 管理；网络拦截与请求查看；标签页与窗口；iframe 切换；对话框处理；eval 执行 JavaScript。
使用方式：核心流程为 open 打开页面、snapshot -i 获取带引用的交互元素、用引用执行交互、导航或 DOM 显著变化后重新快照。全局选项包括 --session 隔离会话、--json 机器可读输出、--headed 显示窗口、--cdp 连接、--proxy 代理、--headers、--executable-path、--extension 等，并支持 AGENT_BROWSER_SESSION 等环境变量。
适用场景：网页测试、表单提交、登录后复用状态、并行会话抓取、截图与录制、代理与地理测试、调试（console、errors、highlight、trace）。
限制：资料未提供安装方式、收费、价格、平台支持范围与效果保证；部分功能依赖外部云浏览器提供商或自定义浏览器路径，需按文档配置。