vercel-labs/agent-browser

这是什么？

核心功能

• 01基于无障碍树的快照，为元素分配短引用，便于精准操作
• 02通过 Chrome for Testing 安装 Chrome，也可识别本机已有的浏览器
• 03支持点击、填表、键鼠输入、截图、导出 PDF 和录制视频
• 04支持网络请求拦截、请求查看和 HAR 录制
• 05支持标签页、iframe 和弹窗管理，并可保存与导入登录状态
• 06提供可按需选择工具集的 MCP stdio 服务器

适用场景

• 让 AI 编程或研究智能体浏览网页、填写表单并提取页面内容
• 通过一次批量 CLI 调用编排多步骤浏览器流程
• 在命令行中对页面或 URL 执行 axe-core 无障碍审计
• 检查 React 组件树和渲染情况，用于调试应用

快速上手

1. 1

   通过 npm 全局安装 CLI

   npm install -g agent-browser
2. 2

   下载 Chrome for Testing（仅首次需要）

   agent-browser install
3. 3

   打开页面、获取快照并通过引用点击元素

   agent-browser open example.com

使用前须知

• !首次使用前需要下载 Chrome for Testing。
• !Linux 系统依赖可能需要单独安装，且可能失败。

标签

常见问题

agent-browser 是什么？

面向 AI 智能体的浏览器自动化命令行工具，基于原生 Rust 实现，可通过快照和元素引用操作 Chrome。 agent-browser 是一个用于自动化控制浏览器的命令行工具，主要面向 AI 智能体使用。它可以通过内置命令下载 Chrome，也能识别本机已有的 Chrome、Brave、Playwright 或 Puppeteer 安装，并支持打开网址、点击、填写表单、截图和读取页面文本等操作。核心交互方式是基于无障碍树的快照，每个元素会分配一个类似 @e2 的短引用，智能体无需编写复杂选择器即可操作页面。

agent-browser 可以免费使用吗？用的什么许可证？

agent-browser 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

agent-browser 还在维护吗？

活跃维护中。agent-browser 最近一次提交是在 2026年10月20日。

agent-browser 适合用来做什么？

让 AI 编程或研究智能体浏览网页、填写表单并提取页面内容 通过一次批量 CLI 调用编排多步骤浏览器流程 在命令行中对页面或 URL 执行 axe-core 无障碍审计 检查 React 组件树和渲染情况，用于调试应用

agent-browser 怎么安装和运行？

通过 npm 全局安装 CLI: npm install -g agent-browser 下载 Chrome for Testing（仅首次需要）: agent-browser install 打开页面、获取快照并通过引用点击元素: agent-browser open example.com

在哪里获取 agent-browser？

源代码和安装说明在 GitHub 上：https://github.com/vercel-labs/agent-browser