agent-browser

项目简介

agent-browser 是面向 AI 代理的浏览器自动化 CLI。它通过紧凑文本输出降低上下文占用，并采用原生 Rust CLI 与客户端-守护进程架构，通过 Chrome DevTools Protocol 管理 Chrome。

核心功能

• 面向代理优先：紧凑文本输出比 JSON 使用更少 token，适合 AI 上下文效率。
• 基于 ref：Snapshot 返回带 ref 的可访问性树，实现确定性元素选择。
• 功能完整：50 多个命令覆盖导航、表单、截图、网络、存储、文件、标签页、帧和调试。
• 可观测：内置视频录制、流式传输、调试、性能分析和差异比较工具。
• 有状态：会话、配置文件、认证状态、Cookie、存储、代理和安全控制支持长时间运行的代理。
• 跨平台：提供 macOS、Linux 和 Windows 的原生二进制。

适用场景

• AI 编码代理和支持 shell 命令的代理可通过 CLI 命令驱动浏览器。
• 代理可以导航页面、检查可访问性快照、按 ref 交互、截图并关闭浏览器。
• 长时间运行的代理可使用会话、配置文件、认证状态、Cookie、存储和代理控制。
• 开发者可使用内置录制、流式传输、调试、性能分析和差异比较观察浏览器工作流。

快速开始

• 全局安装：运行 npm install -g agent-browser，然后首次使用时运行 agent-browser install 下载 Chrome。
• 免安装试用：运行 npx agent-browser open example.com。
• 基础工作流：agent-browser open example.com、agent-browser snapshot、agent-browser click @e2、agent-browser fill @e3 "test@example.com"、agent-browser get text @e1、agent-browser screenshot page.png、agent-browser close。

部署与要求

• 需要 Chrome；运行 agent-browser install 可从 Chrome for Testing 下载 Chrome，已有的 Chrome、Brave、Playwright 和 Puppeteer 安装会被自动检测。
• 守护进程不需要 Playwright 或 Node.js。
• 仅从源码构建时需要 Node.js 24+ 和 pnpm 11+；Rust 也仅在从源码构建时需要。
• 在 Linux 上，agent-browser install --with-deps 会安装系统依赖；如果包管理器无法安装所有必需的浏览器库，该命令会以非零状态退出。
• 原生二进制覆盖 macOS ARM64 与 x64、Linux ARM64 与 x64、Windows x64。

采用前须知

• 许可证：Apache-2.0。在使用、修改或分发项目前，请确认其具体条款。