用途:agent-browser 是面向 AI 智能体的浏览器自动化 CLI,通过 CDP 直接驱动 Chrome/Chromium,用于与网站交互,如打开页面、填写表单、点击按钮、截图、检查网络请求等。
安装与更新:可通过 npm i -g agent-browser、brew install agent-browser 或 cargo install agent-browser 安装;运行 agent-browser install 下载 Chrome,agent-browser upgrade 更新版本。
核心工作流:先 agent-browser open <url> 导航,再用 agent-browser snapshot -i 获取交互元素引用(如 @e1、@e2),随后用引用执行 click、fill、select 等操作;页面导航或 DOM 变化后需重新 snapshot 获取新引用。
主要能力:支持命令链(&&)与后台守护进程保持浏览器会话;提供导航、快照、交互、获取信息、等待、下载、网络检查、视口与设备模拟、截图/PDF、剪贴板、对话框、页面 diff、流式预览、批量执行、多会话并行、连接已有 Chrome、深色模式、视觉调试(有头模式、高亮、录制、性能分析)、本地文件与 iOS 模拟器等。
认证方式:支持从用户浏览器导入状态、持久化 profile、会话名称自动保存/恢复、加密凭据库(auth save/login)、手动状态文件保存与加载;状态文件含明文令牌,应加入 .gitignore 并按需删除,可设 AGENT_BROWSER_ENCRYPTION_KEY 加密。
适用场景:网页表单提交、数据提取、登录后页面操作、响应式测试、视觉回归对比、网络请求分析与多站点并行任务。
限制:iOS 模拟器需 macOS、Xcode 与 Appium;部分功能依赖 Chrome/Chromium 与 CDP;资料未提供收费、价格或平台支持范围等细节。