你的 AI 还在当「网页阅读器」？这个 Vercel 神器让它直接动手点按钮

你的 AI 还在当「网页阅读器」？这个 Vercel 神器让它直接动手点按钮

你有没有过这种经历：让 Claude Code 去填个表单、截个图、或者帮你在网页上点点按钮，结果它说「抱歉，我只能看，不能动」？

今天给你安利一个 Vercel Labs 开源 的硬核 Skill——agent-browser。简单说，它就是给 AI 装了一双「手」，让大模型从只会分析网页，进化到能真正操作浏览器。

为什么值得装？

先说数据：GitHub 上已经拿到 30K+ Stars，npm 周安装量 187K+，兼容 Claude Code、Cursor、Codex、Copilot 等几乎所有主流 AI 编码工具。这不是小作坊玩具，是 Vercel 官方在维护的生产级工具。

最大的亮点是 性能碾压传统方案。它用 Rust 原生编写，直接走 Chrome DevTools Protocol 驱动浏览器，不需要 Playwright，也不需要 Puppeteer，启动速度 不到 50ms，Token 消耗比传统 MCP 方案少 93%。

它到底能干什么？

• 语义定位元素：不用写 CSS 选择器，AI 直接通过 accessibility tree 引用元素（比如 @e2），更稳定、更智能。
• 全浏览器操作：打开网页、点击、填表单、截图、读取 DOM、滚动页面、按键，几乎所有人类能做的浏览器操作，它都能复刻。
• 自动化工作流：让 AI 自动完成数据采集、表单提交、网页测试、甚至一整条在线业务流程。

怎么用？

安装极其简单，三行命令搞定：

npm install -g agent-browser
agent-browser install
agent-browser open example.com

之后在 Claude Code 里直接说「帮我把这个页面的表单填完并提交」，AI 就会自己打开浏览器、定位输入框、打字、点按钮，全程无需你手动操作。

总结

如果你经常让 AI 帮忙处理网页任务，但总觉得它「眼高手低」，agent-browser 就是那个补齐最后一块拼图的 Skill。它把 AI 从「分析者」变成了「执行者」，这才是真正的 Agent 该有的样子。

GitHub 开源地址：https://github.com/vercel-labs/agent-browser

—

**GitHub:** https://github.com/vercel-labs/agent-browser