用途:agent-browser 是 Vercel 的无头浏览器自动化命令行工具,面向 AI 智能体,用于与网页交互、填写表单、截图和抓取数据。
主要能力:基于无障碍快照的引用式选择(@e1、@e2)定位元素;支持导航(open、back、forward、reload、close)、快照(snapshot,可加 -i 仅交互元素、--json 结构化输出、-c 紧凑、-d 限制深度)、交互(click、dblclick、fill、type、press、hover、check、uncheck、select、scroll、scrollintoview)、信息获取(get text/html/value/attr/title/url/count)、截图与 PDF、等待(元素、毫秒、文本)、语义定位(find role/text/label/placeholder)以及多会话并行(--session)。
使用方式:先检查安装,command -v agent-browser >/dev/null 2>&1 && echo "Installed" || echo "NOT INSTALLED - run: npm install -g agent-browser && agent-browser install";安装用 npm install -g agent-browser 与 agent-browser install(下载 Chromium)。核心流程为:open 打开 URL,snapshot -i --json 获取带引用的交互元素,用引用执行 click/fill 等操作,页面变化后重新 snapshot。调试可加 --headed 显示浏览器窗口。
适用场景:偏好 Bash 工作流、需要简单 CLI 命令、快速一次性自动化时使用;需要深度 MCP 工具集成或复杂自动化时,资料建议改用 Playwright MCP。
限制:资料未提供收费、价格、平台支持范围及性能数据;使用前需安装 Chromium,页面导航或 DOM 变化后必须重新快照,否则引用可能失效。