agent-browser 是 Vercel Labs 开源的 AI 浏览器自动化工具,一句话定位:它给编程助手配了个能自己开的浏览器,打开网页、点按钮、填表单、截图,全靠几条终端命令。截至 2026 年 11 月 8 日,它在 GitHub 上已有 4.6 万多 star,当天单日涨星超过 3000,冲上趋势榜前列。Claude Code、Codex、Cursor 这些编程助手接上它,就能自己上网查资料、跑页面、验结果,不用你一步步截图喂给它。

这工具的核心特点
- 不用 Playwright,不用 Puppeteer:原生 Rust 写的 CLI,通过 CDP 直连 Chrome/Chromium,命令解析号称亚毫秒级,装完就能跑。
- 页面不读 HTML,读无障碍树:整个页面被压成一张带编号的元素清单,按钮、链接都标成 @e1、@e2 这种引用,一页快照只要 200–400 个 token。
- 省 token 是真省:一位开发者在博客里算过账,同一个浏览器任务,Playwright MCP 要花约 10 万 token,agent-browser 只要约 7 千,便宜了 15 倍。token 就是钱,这笔账很实在。
- 四条命令走完一个来回:agent-browser open 打开页面,snapshot -i 看一眼都有什么,click @e3 点一下,再 snapshot 确认结果。浏览器会话由后台 daemon 接着,不用每次重开。
- 接法很全:当命令行直接跑、走 MCP 服务器、或者当插件接进 Claude Code、Codex、Cursor、Gemini CLI、OpenCode、GitHub Copilot、Goose、Windsurf,基本主流助手都覆盖了。
- 不只管浏览器:它还能自动化 Electron 应用,VS Code、Slack、Figma 都在支持列表里,一个工具管了网页和桌面应用两头。
- 自带 6 个专用 skill:core、electron、slack、dogfood、vercel-sandbox、agentcore,助手按需调取,不用把几十页手册全塞进上下文。
- 内置 React DevTools 钩子:指着 Next.js、Remix、Vite 应用,能直接看 React 组件树、分析渲染、定位 Suspense 边界,调前端 bug 时很顺手。
- 有安全层:加密会话存储、域名白名单、操作确认策略,跑生产环境的 agent 任务时不至于裸奔。
- 还有个本地观测面板:实时看浏览器画面和命令记录,助手在后台干了什么一目了然。
跟 agent-desktop 不是一回事
前两天本站介绍过 Vercel 的另一款工具 agent-desktop,那个是让 AI 操作整个电脑桌面,截图加坐标点鼠标。agent-browser 的路子不一样:它只管浏览器,而且不靠截图认界面,靠无障碍树认元素。桌面操作像请了个会看屏幕的实习生,浏览器自动化像给了助手一份带编号的菜单,后者更便宜、更稳,也更适合"打开这个页面、把数据抓回来"这类活。两款工具一个管全系统、一个专精网页,Vercel 这是把 agent 的手和眼睛拆开单卖了。
入口与出处
GitHub:github.com/vercel-labs/agent-browser(Apache-2.0 协议,免费)。安装一条命令:npm i -g agent-browser,也支持 brew 和 cargo;再跑 agent-browser install 装 Chrome(走 Chrome for Testing 官方渠道),已有的 Chrome、Brave、Playwright、Puppeteer 安装也能自动识别。源码构建需要 Node.js 24+、pnpm 11+、Rust,普通用户不用管这一层。
信息核对:2026 年 11 月 8 日。
常见问题
是否免费?项目本身 Apache-2.0 开源,免费安装使用。跑命令不花钱,助手本身的模型调用、云端浏览器服务可能另外计费。
信息是最新的吗?本文信息核对在 2026 年 11 月 8 日,项目更新很快,功能与用法请以官方最新说明为准。
链接打不开怎么办?先刷新或换个网络,也可以在评论区留言,我会核对补档。
本站是官网吗?不是。本站是独立介绍,使用问题请优先找官方。
来源声明:本文根据项目官网、官方文档及公开资料整理,本站与该项目无官方隶属关系;功能、价格与授权可能调整,请以官方最新说明为准。未亲自验证的内容不写"实测"。
你会给自己的编程助手装上这个浏览器吗?评论区聊聊。
非特殊说明,本博所有文章均为博主原创。
如若转载,请注明出处:https://baiyakai.com/721.html
共有 0 条评论