Agent-Browser – 面向 AI 代理的浏览器自动化工具

Agent-Browser 是一款专为 AI 代理设计的浏览器自动化命令行工具，由 100% 原生 Rust 编写。它以紧凑的文本输出为核心，取代了庞大的 JSON 或 DOM 结构，从而显著减少 AI 模型的上下文（token）消耗。该工具支持从 npm 或 Homebrew 安装，也支持通过 npx 直接试用。首次使用时，agent-browser install 会自动下载 Chrome 浏览器。

Agent-Browser 采用“引用（ref）”机制：snapshot 命令会返回一棵可访问性树，每个元素都带有如 @e1、@e2 这样的唯一引用。相比完整 DOM，这种文本输出大约只需 200 到 400 个 token，而完整 DOM 可能需要 3000 到 5000 个 token。由于引用指向快照中的确切元素，后续操作无需重新查询 DOM，既确定又快速，也更符合 LLM 的解析习惯。

功能方面，Agent-Browser 提供了 50 多条命令，涵盖导航、表单、截图、网络控制、存储、文件、标签页、框架和调试等场景。它内置了视频录制、流式输出、调试器、性能分析器和页面差异对比工具。对于现代应用，它还提供网络控制、React 与 Web Vitals、初始化脚本、Next.js 与 Vercel 以及 eve 扩展工作流的文档。此外，会话、配置档、认证状态、Cookie、存储、代理和安全控制让长时间运行的代理任务成为可能。

在架构上，Agent-Browser 采用客户端-守护进程模式。Rust CLI 负责解析命令并与守护进程通信；原生守护进程使用 Chrome DevTools Protocol 直接管理 Chrome。守护进程会在命令之间自动保持运行，默认情况下每间隔一小时没有命令或仪表盘输入就保存恢复状态并退出。如果没有使用 --restore 等恢复键，退出时会丢弃临时浏览器状态和打开的标签页。有头浏览器、Safari 和 iOS WebDriver 会话，以及用户手动附加的浏览器不受默认超时限制，但云浏览器例外。用户可以通过 --idle-timeout 或环境变量 AGENT_BROWSER_IDLE_TIMEOUT_MS 调整超时时间，设置为 0 可禁用。

Agent-Browser 提供 macOS（ARM64、x64）、Linux（ARM64、x64）和 Windows（x64）的原生二进制，兼容 Claude Code、Cursor、GitHub Copilot、OpenAI Codex、Google Gemini、opencode 等任何能运行 Shell 命令的代理环境。