agent-browser 是面向 AI 智能体的浏览器自动化 CLI，用于让智能体与网站交互，例如导航页面、填写表单、点击按钮和截图。核心工作流为：先 navigate 打开 URL，再用 snapshot -i 获取 @e1、@e2 等元素引用，然后用引用进行 click、fill、select，导航或 DOM 变化后需重新 snapshot。命令可通过 && 链式执行，浏览器由后台守护进程在命令间保持。
主要能力包括：导航（open、close）；快照（snapshot -i、-C、-s 选择器）；交互（click、fill、type、select、check、press、scroll）；获取信息（get text、get url、get title）；等待（wait @e1、--load networkidle、--url、--fn、毫秒）；捕获（screenshot、--full、--annotate、pdf）；差异对比（diff snapshot、diff screenshot、diff url）；状态与会话（state save/load、--session-name、--session、session list）；并行会话；连接已有 Chrome（--auto-connect、--cdp）；可视化调试（--headed、highlight、record、profiler）；本地文件；iOS 模拟器；语义定位（find）；JavaScript 求值（eval，复杂表达式建议用 --stdin 或 -b）。
限制与注意事项：引用在页面变化后失效，必须重新快照；慢页面应使用显式等待；并发自动化应使用命名会话并在结束前关闭，避免进程泄漏；默认本地 Playwright 超时为 60 秒；iOS 模拟器需 macOS 与 Xcode、Appium 等环境。配置文件为项目根目录 agent-browser.json，优先级为全局配置 < 项目配置 < 环境变量 < CLI 参数。安装方式与价格暂未提供。