Browser Agent

Browser Agent 是一个高性能、低成本的浏览器自动化框架，基于自定义的 agent 架构和专用的模型推理策略，在 BrowserUse 官方基准测试中取得了领先的成绩。在 BrowserUse Bench 上，它以 88% 的任务成功率领先 Browser Code 的 78%，同时将单任务成本从 8.34 美元降至 5.37 美元，耗时从 47,970 秒缩短至 32,694 秒；在 BrowseWebApp Bench 上，成功率 76% 对比 64%，成本从 7.45 美元降至 3.73 美元。

其核心创新在于 token 效率优化：相比 Browser Code，Browser Agent 在完成任务时消耗的 token 数量减少了约 91%，这直接转化为更低的推理成本和更快的执行速度。架构上，它为浏览器 agent 任务专门设计了一套模型推理策略，配合轻量级的 agent 逻辑，使小模型也能可靠地完成复杂的浏览器操作序列。

Browser Agent 支持多种模型提供商（OpenAI、Anthropic、Google、Together、OpenRouter、vLLM、Codex），并提供 TypeScript 和 Python 两套 SDK。安装方式为 npm install -g @visnia/browser-agent-sdk，通过 YAML 配置文件定义任务和模型参数后运行 browser-agent path/to/config.yaml 即可。它在 Chrome 或兼容 Chromium 浏览器上执行操作，无需额外的浏览器插件或扩展。