agent-browser

产品简介

agent-browser 是由 Vercel Labs 开发的开源浏览器自动化 CLI 工具，专为 AI 编程 Agent 设计。项目基于 Rust 构建，性能极高，42.3K GitHub Stars，是当前 AI Agent 领域最受欢迎的浏览器自动化工具之一。通过简单的命令即可实现页面打开、元素定位、点击、表单填写、截图等操作，并支持确定性元素引用（deterministic element refs）和无障碍树快照（accessibility tree snapshots），让 AI Agent 能够精准可靠地与网页交互。

核心功能

• 页面操作：open（打开页面）、click（点击元素）、fill（填写表单）、get（获取文本）、screenshot（截图）
• 确定性元素引用：通过 @e1、@e2 等引用符号精确定位元素，无需依赖 CSS 选择器，AI 理解成本低
• 无障碍树快照：snapshot 命令输出完整无障碍树结构，AI 可直接读取页面语义信息
• 会话持久化：支持跨命令保持浏览器状态，适合多步骤自动化工作流
• 多种安装方式：npm 全局安装、Homebrew（macOS）、npx 免安装、从源码编译
• 浏览器下载管理：agent-browser install 一键下载 Chromium，自动处理依赖
• Rust 原生性能：子毫秒级命令解析开销，CLI 响应极快
• 安全沙箱：会话和状态管理安全，敏感数据不外泄

特色优势

Vercel Labs 官方出品，品质有保障。Rust 实现带来极致性能，远超传统 Python 爬虫方案。专为 AI Agent 场景设计，元素引用方式让 Agent 无需解析复杂 DOM 即可精准操作。支持持久化会话，复杂多步骤任务（如"登录 → 填写表单 → 提交"）可在一组命令序列中完成。

应用场景

• AI 编程 Agent 自动执行 Web 测试用例
• 数据采集：AI Agent 自动抓取网页数据并整理
• 表单自动化：批量填写和提交在线表单
• 可访问性测试：生成无障碍树，检测页面可访问性问题
• 视觉回归测试：AI Agent 执行截图比对面片
• AI Agent 的网页交互工具链集成

适用人群

AI 开发者、自动化测试工程师、数据采集工程师、将 AI Agent 集成到 Web 自动化流程的团队。

出品方

Vercel Labs（Vercel 官方实验室），Apache-2.0 开源协议，GitHub Stars 42.3K，Forks 2.8K，108 个版本发布，活跃维护中（最新更新 2026年8月）。

更新动态

最新版本持续迭代中，108 个 Release，支持 Rust 编译安装和 npm 包管理两种方式。Linux 系统依赖（GTK3、WebKit2GTK4.1）可通过 agent-browser install --with-deps 自动安装。

官网链接

GitHub: https://github.com/vercel-labs/agent-browser | 安装：npm install -g agent-browser