
把整页结构塞进对话,很快就会占满上下文。这个工具改成先输出紧凑的无障碍树,每个元素带一个引用编号,随后的点击和截图都指向该编号。常驻进程在命令之间保持运行。默认空闲一段时间后会关掉无头浏览器;有界面的浏览器和用户自己连上的浏览器不走这条超时。没有配置恢复时,关闭会丢掉临时标签。适合要让助手完成导航、表单和截图、又希望输出短到能留在上下文里的开发者。
agent-browser 是 Vercel Labs 推出的浏览器自动化命令行工具,面向会执行终端命令的编程助手。它用 Rust 编写客户端和常驻进程,通过浏览器调试协议驱动浏览器,并把页面收成带引用编号的无障碍树文本,方便助手用编号点击,而不是把整页结构塞进对话。会话、配置文件、登录状态和代理可以保留,也提供录屏、调试和网络控制。安装后首次使用需要准备浏览器内核。
使用门槛: 需要一定基础
引用编号定位元素
快照返回带引用编号的无障碍树,后续点击直接使用该编号,不必重新查询整页文档。
常驻进程驱动浏览器
Rust 守护进程通过调试协议管理浏览器,命令之间保持运行,减少每条命令都冷启动。
会话与登录状态
支持会话、配置文件、登录状态、缓存和代理,方便多步任务沿用同一次登录。
录屏调试与网络控制
内置录屏、流式输出、调试器、性能分析和页面差异对比,并提供网络控制相关命令。
助手打开页面并点击
助手先打开网址并获取快照,再按引用编号点击链接,然后把页面保存成截图。
沿用登录做多步操作
需要连续操作后台时,把登录状态放进会话,避免每条命令都重新登录。
核对改版前后的页面
改版前后用页面差异和录屏查看点击路径是否仍按预期走完。
快照命令返回一份紧凑的无障碍树,每个元素有引用编号。之后的点击指向这个编号,不用重新查询整页,也避免把完整文档塞进对话。编号来自刚刚那次快照,所以助手要先快照再操作。页面还提供截图命令,用来留下当时的画面。
守护进程会在命令之间保持运行。默认在一段时间没有命令或仪表盘输入后,关掉无头浏览器并退出。有界面的浏览器、Safari 与 iOS 会话,以及用户自己连上的浏览器,不走这条默认超时。没有配置恢复时,关闭会丢掉临时标签。超时可以用参数或环境变量调整,也可以设为不自动关闭。
官网写明只要助手能执行终端命令即可,并点名了多种编程助手和通用助手。安装可以用全局包、系统包管理器,或临时直接运行。首次还要准备浏览器内核。它不是只给某一种助手的插件,会话、代理和安全相关设置写在命令行配置里。
来自真实用户的评价和反馈