Agent Browser 是一个基于 Rust 的无头浏览器自动化命令行工具，带 Node.js 回退方案，面向 AI 智能体，通过结构化命令完成网页导航、点击、输入与快照。
安装：推荐 npm，执行 npm install -g agent-browser，再运行 agent-browser install（需要依赖时用 agent-browser install --with-deps）。也可从源码构建：git clone https://github.com/vercel-labs/agent-browser，进入目录后 pnpm install、pnpm build、agent-browser install。
基本用法：agent-browser open example.com 打开页面，agent-browser snapshot 获取页面快照，随后用 @ref 引用元素，如 agent-browser click @e2、agent-browser fill @e3 "test@example.com"、agent-browser get text @e1、agent-browser screenshot page.png，最后 agent-browser close 关闭。
核心能力覆盖导航（open、back、forward、reload）、交互（click、dblclick、focus、type、fill、clear、press、hover、select、check、uncheck、drag、upload）、信息提取（snapshot、get text/html/value/attr/title/url/count/box、screenshot、pdf）、状态检查（is visible/enabled/checked）、元素查找（find role/text/label/placeholder/alt/title/testid）、等待（wait 选择器、毫秒、--text、--url、--load networkidle）、高级控制（scroll、scrollintoview、eval、mouse move、cookies、storage local、tab new、frame、dialog accept）以及多会话隔离（--session）。
快照支持过滤：snapshot -i、-c、-d 3、-s "#main"。使用 --json 可获得机器可读输出，便于智能体解析。推荐工作流：open 导航、snapshot -i --json 观察、用 @ref 执行动作、再次 snapshot 验证。
对于需要登录的站点，可复用真实 Chrome 配置：先用 google-chrome --remote-debugging-port=9222 --user-data-dir=... 启动，再用 agent-browser --cdp 9222 open 连接；也可用 --headed --session 首次手动登录，之后会话 cookie 持久化。
限制与注意事项：refs 在每次页面加载后稳定，但导航后会变化，导航后应重新 snapshot；输入框建议用 fill 而非 type 以清空已有文本；元素找不到时用 snapshot 查找正确 ref；页面未加载时可加 wait；Linux ARM64 上若命令未找到，可使用 bin 目录中的完整路径；--headed 便于调试。资料未提供收费、价格或平台支持等更多信息。