用途:通过 Vercel 的 agent-browser 命令行工具进行无头浏览器自动化,适合从 JS 渲染或 SPA 页面抓取内容、表单与多步骤流程自动化、截图与视觉验证、E2E 测试生成与调试,以及从需登录页面捕获内容。
主要能力:核心是快照加引用工作流。运行 agent-browser snapshot -i 获取带 @e1、@e2 等引用的可交互元素,后续交互均使用这些引用;导航或 DOM 显著变化后需重新快照。官方称该方式比完整 DOM 方案节省约 93% 上下文。支持点击、填写、取文本、等待 SPA 渲染、截图、保存与恢复会话状态、执行 JS、录制视频,以及用 --session 隔离并行会话、--headed 显示窗口。
安装与用法:npm install -g agent-browser;agent-browser install 下载 Chromium,Linux 可用 agent-browser install --with-deps 安装系统依赖。常用命令:agent-browser open <url> 导航;agent-browser snapshot -i 获取交互元素;agent-browser click @e1 点击;agent-browser fill @e2 "text" 填写;agent-browser close 关闭。更多命令见 agent-browser --help(60 余条)。
OrchestKit 集成:安全钩子 agent-browser-safety.ts 通过 pretool 钩子自动拦截破坏性模式(如凭据外泄、递归生成)。可用 --session <name> 在单个 Claude Code 会话内运行隔离的并行浏览器。环境变量包括 AGENT_BROWSER_SESSION、AGENT_BROWSER_PROFILE、AGENT_BROWSER_PROVIDER(browserbase | kernel | browseruse)、AGENT_BROWSER_HEADED。
限制:资料未提供具体收费、价格与性能指标;实际可用性依赖上游 agent-browser 与 Chromium 环境,云端 provider 行为未详述。