agent-browser

让 AI 用命令行直接操控浏览器，自动完成网页任务

agent-browser 是一个用 Rust 编写的浏览器自动化命令行工具，专为 AI 智能体（Agent）设计。它解决的核心问题是：让 AI 能够像人一样操作浏览器，完成点击、输入、滚动、截图、抓取页面内容等任务，而无需依赖笨重的图形界面或复杂 SDK。项目提供简洁的 CLI 接口，Agent 可以通过标准输入输出或子进程调用，把浏览器变成可编程的“手和眼”。核心能力包括：无头/有头模式切换、页面导航与元素定位、表单填写与提交、JavaScript 执行、网络请求拦截、页面截图与 PDF 导出、多标签页管理。由于用 Rust 实现，启动快、内存占用低、跨平台支持好，适合嵌入到自动化工作流、RPA 或 LLM 工具链中，让 AI 代理直接操控真实浏览器完成端到端任务。

开源 unknown 自动化工作流

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 42876

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类自动化工作流

开发团队vercel-labs

所属国家

官网地址https://agent-browser.dev

GitHubhttps://github.com/vercel-labs/agent-browser

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Rust

技术栈/模型

GitHub 星标★ 42876

30天Star增速

HF 下载量

上线时间2026-01-11 00:00:00

最近更新2026-09-19 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：命令行工具 6 步

环境要求

Node.js 环境（使用 npm 安装，源码构建需 Node.js 24+）
Rust 工具链（选择 Cargo 安装或从源码构建时需要，见 https://rustup.rs）
从源码构建还需要 pnpm 11+
Linux 需安装系统浏览器依赖库（可用 --with-deps 自动安装）
macOS 可用 Homebrew 安装

安装与启动步骤

1全局安装 CLI

推荐用 npm 全局安装，会装原生 Rust 二进制；也可改用 brew install agent-browser 或 cargo install agent-browser。
```
npm install -g agent-browser
```
2下载 Chrome

首次使用必须执行一次，从 Chrome for Testing 下载浏览器；Linux 上可加 --with-deps 一并安装系统依赖。
```
agent-browser install
```
3诊断安装状态

检查环境、Chrome 安装、daemon 状态、配置文件与网络，并做一次无头浏览器启动测试。
```
agent-browser doctor
```
4打开页面并抓快照

打开目标网址，再获取带 ref 的无障碍树快照，后续操作都用快照里的 @eN 引用定位元素。
```
agent-browser open example.com
agent-browser snapshot
```
5操作页面元素

用快照中的 ref 点击、填写表单、读取文本；若目标被弹窗等元素遮挡会提前失败，需先处理遮挡元素并重新抓快照。
```
agent-browser click @e2
agent-browser fill @e3 "test@example.com"
agent-browser get text @e1
```
6截图并关闭浏览器

截图保存为本地文件，任务结束后关闭会话释放浏览器进程。
```
agent-browser screenshot page.png
agent-browser close
```

关键配置

配置项	必填	说明	示例
`headed`	否	是否使用有头模式（显示浏览器窗口），默认无头	`true`
`proxy`	否	为浏览器设置代理地址	`http://localhost:8080`
`profile`	否	指定浏览器用户数据目录，用于保持登录态	`./browser-data`
`userAgent`	否	自定义请求的 User-Agent 字符串	`my-agent/1.0`
`hideScrollbars`	否	无头截图时是否隐藏原生滚动条，默认隐藏	`false`
`caCert`	否	代理场景下指定 CA 证书路径	`/etc/ssl/certs/proxy-ca.crt`

如何确认成功

执行 agent-browser doctor 无报错；再运行 agent-browser open example.com 能正常打开页面并 snapshot 出元素。

常见问题

Q：点击一直失败，提示元素被遮挡怎么办？

A：说明有同意横幅或弹窗覆盖了目标点击点。先关闭或操作被报告出来的遮挡元素，再重新执行 snapshot 获取新的 ref 后重试。

Q：无头截图里看不到滚动条？

A：这是默认行为，无头 Chromium 截图会隐藏原生滚动条以保证图像一致。启动时传 --hide-scrollbars false 可保留滚动条。

Q：Linux 上提示缺少浏览器依赖库怎么办？

A：运行 agent-browser install --with-deps 安装系统依赖；若包管理器无法装齐全部依赖，该命令会以非零状态退出。代理场景还需 certutil，可装 libnss3-tools（Debian/Ubuntu）或 nss-tools（RPM 系）。

Q：如何升级到最新版本？

A：运行 agent-browser upgrade，它会自动识别 npm、Homebrew 还是 Cargo 安装方式，并执行对应的升级命令。

Q：配置项写在哪里？优先级如何？

A：用户级 ~/.agent-browser/config.json 优先级最低，项目级 ./agent-browser.json 覆盖它，AGENT_BROWSER_* 环境变量再覆盖，CLI 参数优先级最高。

注意事项

项目配置文件名为 agent-browser.json，键名使用 camelCase（如 --executable-path 对应 executablePath）。
若项目级 agent-browser.json 含路径、代理等环境相关值，建议加入 .gitignore。
agent-browser doctor --fix 会执行破坏性修复（重装 Chrome、清理旧状态），谨慎使用。
可用 --config 或 AGENT_BROWSER_CONFIG 指定自定义配置文件，指向缺失或非法文件会直接报错退出。

核心亮点

Rust 实现，启动快、资源占用低，适合高频调用
CLI 接口对 AI Agent 友好，易于集成到子进程或工具链
功能覆盖导航、点击、输入、截图、JS 执行等常见自动化操作

不足之处

文档和示例相对有限，新用户上手需要摸索
生态和插件体系尚在早期，复杂场景需自行扩展

适用场景

AI 代理自动填写网页表单并提交
自动化抓取动态渲染页面内容供 LLM 分析
RPA 流程中模拟用户点击、滚动和截图

替代项目

Playwright、Puppeteer

项目介绍

agent-browser 是自动化工作流领域的开源项目，由 vercel-labs 开发，是 2026 年新上线的项目。

在全站 12,822 个收录项目中，它的 GitHub 星标数（42,876）位列前 1%，在自动化工作流分类的 488 个项目里位列前 2%。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-19。从国内网络环境看，可直接访问。

它主要面向的使用场景是：AI代理自动填写网页表单并提交。同类可对比的替代方案包括 Playwright、Puppeteer。

上一篇：dark-factory-experiment

下一篇：x-cmd