browser-control

让 AI 代理用 Rust 快速操控真实浏览器

browser-control 是一个用 Rust 编写的轻量级命令行工具，通过 Chrome DevTools Protocol 驱动真实浏览器，专为编码代理（coding agents）设计。它解决了 AI 代理需要操作浏览器但缺乏轻量、快速控制手段的问题，提供比 Playwright 等重型框架更简洁的替代方案。核心能力包括：启动和管理浏览器实例、执行页面导航、点击、输入、截图等操作，并支持与 LLM 代理无缝集成。其体积小、启动快，适合在自动化工作流中作为浏览器控制层。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3146

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队keon

所属国家

官网地址

GitHubhttps://github.com/keon/browser-control

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型agent,browser-automation,llm,rust

GitHub 星标★ 3146

30天Star增速

HF 下载量

上线时间2016-12-21 00:00:00

最近更新2026-09-19 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：进阶约 10 分钟部署方式：命令行工具 8 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

已安装 Rust 与 Cargo 工具链（用于安装 crates.io 上的 CLI）
本机已安装 Google Chrome 浏览器
可执行 shell 命令的终端环境
能访问本地 CDP 端点（默认 http://127.0.0.1:9222）

安装与启动步骤

1安装 CLI

README 的 Installation 一节为空，此命令依据徽章中的 crates.io 包名 browser-control-cli 推断，安装后可得到 browser-control 命令。
```
cargo install browser-control-cli
```
2初始化工作区

在项目目录下创建 .browser-control/ 工作区，后续命令的运行时状态都放在这里。
```
browser-control init
```
3启动浏览器

启动 Chrome 并连接，参数为要打开的页面地址。已有浏览器在监听 CDP 时可跳过本步。
```
browser-control launch https://example.com
```
4设置 CDP 端点

导出 CDP HTTP 端点环境变量，供后续 snapshot、click 等命令连接浏览器使用。
```
export BROWSER_CONTROL_CDP_URL=http://127.0.0.1:9222
```
5环境自检

打印 endpoint、browser、pid、daemon、workspace 信息，用于确认浏览器与守护进程是否就绪。
```
browser-control doctor
```
6获取页面快照

返回页面中每个可交互元素的编号引用，形如 @e1 、@e2 。
```
browser-control snapshot
```

7点击元素

用快照返回的引用直接操作页面元素，例如点击 @e1 对应的元素。

browser-control click @e1

8执行 JS 与原始 CDP

eval 在页面上下文执行 JavaScript 表达式；cdp 可直接下发任意 Chrome DevTools Protocol 命令。

browser-control eval 'document.title'
browser-control cdp Browser.getVersion

关键配置

配置项	必填	说明	示例
`BROWSER_CONTROL_CDP_URL`	是	指向浏览器的 CDP HTTP 端点地址	`http://127.0.0.1:9222`
`BROWSER_CONTROL_CDP_WS`	否	已有浏览器监听 CDP 时，指向 WebSocket 调试地址	`ws://127.0.0.1:9222/devtools/browser/`

如何确认成功

执行 browser-control doctor，若正常输出 endpoint、browser、pid、daemon、workspace 信息，说明连接与工作区均就绪。

常见问题

Q：已经有浏览器在监听 CDP，还需要 launch 吗？

A：不需要。跳过 launch，直接导出 BROWSER_CONTROL_CDP_WS，指向 ws://127.0.0.1:9222/devtools/browser/ 即可复用现有浏览器。

Q：必须搭配 LLM 或 MCP 才能用吗？

A：不需要。README 明确写着 No LLM、No MCP requirement、No framework，它只是普通的 shell 子命令，任何能执行 shell 的 agent 都能驱动。

Q：需要常驻服务或 SDK 吗？

A：不需要。每个能力都是一个子命令，输出紧凑文本或 JSON，通过 shell 管道组合，没有需要长期托管的服务。

Q：snapshot 里的 @e1 是什么？

A：是快照为每个可交互元素生成的稳定引用，可直接作为参数传给 click 等命令，例如 browser-control click @e1。

注意事项

README 的 Installation 一节为空，安装命令是依据 crates.io 徽章中的包名 browser-control-cli 推断的，实际安装方式请以官方仓库为准。
export 设置的环境变量只在当前 shell 会话有效，需要持久化时请写入 shell 配置文件。
命令输出为紧凑文本或 JSON，适合被编码代理直接解析和管道处理。
除 launch 外，其余命令都依赖已设置的 CDP 端点环境变量或工作区状态。

核心亮点

基于 Rust 实现，启动和运行速度极快，资源占用低
通过 CDP 直连浏览器，无额外依赖，部署简单
专为编码代理设计，API 简洁，易于集成到 AI 工作流

不足之处

功能相对基础，复杂交互（如 iframe、多标签）支持有限
文档和社区生态尚在早期，示例和教程较少

适用场景

AI 编码代理需要自动操作浏览器进行端到端测试
轻量级网页自动化脚本，替代 Selenium 等重框架
在 CI/CD 中快速执行浏览器验证任务

替代项目

Playwright、Puppeteer、chrome-remote-interface

项目介绍

browser-control 是自动化工作流领域的开源项目，由 keon 开发，2016 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,146）位列前 30%，在自动化工作流分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-19。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：AI编码代理需要自动操作浏览器进行端到端测试。同类可对比的替代方案包括 Playwright、Puppeteer、chrome-remote-interface。

上一篇：CyberScraper-2077

下一篇：OpenOutreach