别再用 Playwright 硬刚网页了：Vercel 出的 agent-browser 把“浏览器当 API”玩明白了

如果你经常让 AI agent 去读网页、填表单、截图、抓 DOM，大概率已经被 Playwright/Puppeteer 那套重量级方案搞烦过：装依赖、写脚本、调试选择器，最后发现 token 烧了一大堆，agent 却还在“看图说话”。

Vercel Labs 最近开源了一个叫 agent-browser 的工具，思路直接反套路：把浏览器当成一个带语义的 API，而不是让 agent 用眼睛去看页面。

它是什么？

agent-browser 是一个面向 AI agent 的浏览器自动化 CLI，底层用 Rust 写，原生二进制，安装极快。你不需要 Playwright、不需要 Node.js 也能跑起来，官方直接给你准备好 Chrome for Testing 的下载链路。

它的核心哲学是：agent 不该理解“网页长什么样”，而应该直接拿到结构化数据。 于是它提供了 read、snapshot、get text、get html、screenshot、pdf、chat 这些命令，agent 直接用自然语言或选择器跟浏览器交互，页面内容自动转成可读文本或 accessibility tree。

为什么值得装？

• 速度够快：Rust CLI + 原生 Chrome，启动和截图都比 JS 方案利落。
• Agent 友好：snapshot 输出带 @e2 这种语义化 ref，agent 不用猜 CSS 选择器。
• 多模态省 token：不用把整页截图塞给 vision 模型，read 直接返回结构化文本。
• 开箱即用：支持 Chrome/Brave/Playwright/Puppeteer 共存，agent-browser install 一条命令搞定环境。
• WebSocket 实时流：需要流式控制时，stream enable 直接开干。

谁该用？

• 做 AI agent / coding agent 的开发者
• 需要 agent 做 网页读取、表单填写、截图存档 的场景
• 已经受够了 Playwright 配置复杂度、想找一个更轻的原生替代的人

安装 & 使用

npm install -g agent-browser
agent-browser install
agent-browser open example.com
agent-browser snapshot
agent-browser click @e2

一行总结：agent-browser 不是替代浏览器，而是把浏览器变成 agent 能直接调用的“带界面 HTTP 接口”。 如果你在做 agent 工具链，这个项目值得早点看。

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

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