Repolode
Enviar
vercel-labs

vercel-labs/agent-browser

CLI nativa en Rust que permite a los agentes de IA controlar Chrome mediante snapshots, referencias a elementos y comandos habituales de automatización.

Ver en GitHubSitio web
Estrellas
44,312
Forks
3,028
Issues abiertos
721
Último commit
hace 10 horas

¿Qué es?

agent-browser es una herramienta de línea de comandos para automatizar un navegador web, diseñada para que los agentes de IA puedan controlarlo. Inicia Chrome (descargado mediante el comando de instalación integrado o a partir de una instalación existente de Chrome, Brave, Playwright o Puppeteer que detecte) y ofrece acciones como abrir URLs, hacer clic, rellenar formularios, tomar capturas de pantalla y leer el texto de las páginas. Su modelo de interacción principal se basa en un snapshot del árbol de accesibilidad, donde cada elemento tiene una referencia corta, como @e2, para que un agente pueda interactuar con él sin escribir selectores complejos.

Además de la navegación básica, la CLI permite gestionar pestañas y frames, interceptar solicitudes de red y grabar archivos HAR, gestionar cookies y almacenamiento, guardar el estado de autenticación, ejecutar varios comandos en una sola invocación y realizar auditorías de accesibilidad con axe-core. También puede ejecutar un servidor MCP por stdio con perfiles de herramientas seleccionables, para que los clientes MCP usen las mismas capacidades del navegador. La inspección de componentes de React y la medición de Web Vitals están disponibles cuando la aplicación se inicia con el hook de React DevTools.

Funciones clave

  • 01Snapshots del árbol de accesibilidad con referencias cortas a elementos para interactuar con ellos en la página
  • 02Instalación de Chrome mediante Chrome for Testing o detección de instalaciones existentes de Chrome, Brave, Playwright y Puppeteer
  • 03Comandos para hacer clic, rellenar formularios, enviar entradas de teclado y ratón, tomar capturas de pantalla, exportar PDF y grabar video
  • 04Intercepción de rutas de red, inspección de solicitudes y grabación de archivos HAR
  • 05Gestión de pestañas, frames y diálogos, además de guardar el estado de autenticación e importar cookies
  • 06Servidor MCP por stdio con perfiles de herramientas seleccionables

Casos de uso

  • Permitir que un agente de IA para programación o investigación navegue por sitios web, rellene formularios y extraiga contenido
  • Crear scripts para flujos de trabajo de navegador de varios pasos en una sola llamada por lotes a la CLI
  • Ejecutar auditorías de accesibilidad con axe-core en una página o URL desde la línea de comandos
  • Depurar aplicaciones React inspeccionando los árboles de componentes y la actividad de renderizado

Inicio rápido

  1. 1

    Instala el CLI de forma global con npm

    npm install -g agent-browser
  2. 2

    Descarga Chrome for Testing (solo la primera vez)

    agent-browser install
  3. 3

    Abre una página, toma una captura y haz clic en un elemento mediante su ref

    agent-browser open example.com

Antes de usarlo

  • Es necesario descargar Chrome for Testing antes del primer uso.
  • Puede que sea necesario instalar por separado las dependencias del sistema de Linux, y la instalación puede fallar.

Temas

#browser-automation#ai-agents#rust#cli#chrome#accessibility#mcp#playwright-alternative

Preguntas frecuentes

¿Qué es agent-browser?
CLI nativa en Rust que permite a los agentes de IA controlar Chrome mediante snapshots, referencias a elementos y comandos habituales de automatización. agent-browser es una herramienta de línea de comandos para automatizar un navegador web, diseñada para que los agentes de IA puedan controlarlo. Inicia Chrome (descargado mediante el comando de instalación integrado o a partir de una instalación existente de Chrome, Brave, Playwright o Puppeteer que detecte) y ofrece acciones como abrir URLs, hacer clic, rellenar formularios, tomar capturas de pantalla y leer el texto de las páginas. Su modelo de interacción principal se basa en un snapshot del árbol de accesibilidad, donde cada elemento tiene una referencia corta, como @e2, para que un agente pueda interactuar con él sin escribir selectores complejos.
¿agent-browser es gratuito? ¿Qué licencia tiene?
agent-browser es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿agent-browser sigue mantenido?
Mantenimiento activo. El último commit de agent-browser fue el 20 oct 2026.
¿Para qué puedo usar agent-browser?
Permitir que un agente de IA para programación o investigación navegue por sitios web, rellene formularios y extraiga contenido Crear scripts para flujos de trabajo de navegador de varios pasos en una sola llamada por lotes a la CLI Ejecutar auditorías de accesibilidad con axe-core en una página o URL desde la línea de comandos Depurar aplicaciones React inspeccionando los árboles de componentes y la actividad de renderizado
¿Cómo se instala agent-browser?
Instala el CLI de forma global con npm: npm install -g agent-browser Descarga Chrome for Testing (solo la primera vez): agent-browser install Abre una página, toma una captura y haz clic en un elemento mediante su ref: agent-browser open example.com
¿Dónde consigo agent-browser?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/vercel-labs/agent-browser

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados