📌 项目地址：vercel-labs/agent-browser | ⭐ 34,657 颗星 | 🔧 Rust | 📜 Apache-2.0
项目定位
vercel-labs/agent-browser 是一个用 Rust 编写的命令行工具，专门给 AI Agent 用来控制浏览器。它的目标是让 AI 能像人类一样打开网页、点击按钮、填写表单、截屏，但整个过程是程序化的。
和 Playwright、Puppeteer 这类基于 Node.js 的库不同，agent-browser 编译成原生二进制文件，启动快，没有运行时依赖。它不要求安装 Node.js 或 Playwright 就能运行后端（daemon），只依赖一个 Chrome 浏览器。
截至本文，项目在 GitHub 上已有 34657 个 star，由 Vercel Labs 维护。
安装：五条路径
README 提供了五种安装方式，覆盖主流环境。核心思路：先装工具，再装浏览器（只第一次需要）。
全局安装（推荐）
使用 npm 全局安装，适合快速体验或集成到脚本：
npm install -g agent-browser
agent-browser install # 下载 Chrome for Testing项目内安装
如果想在 package.json 里固定版本，可以作为项目依赖安装：
npm install agent-browser
agent-browser install之后通过 npm scripts 或直接调用 agent-browser 使用。
macOS 用户：Homebrew
brew install agent-browser
agent-browser installRust 用户：Cargo
如果你已经装了 Rust 工具链，一行命令就能编译安装：
cargo install agent-browser
agent-browser install从源码编译
需要 Node.js 24+、pnpm 11+、Rust。步骤比前面几种多，适合想自己改代码的人：
git clone https://github.com/vercel-labs/agent-browser
cd agent-browser
pnpm install
pnpm build
pnpm build:native # 编译 Rust 部分
pnpm link --global # 让 agent-browser 全局可用
agent-browser installLinux 特别提示
在 Linux 上，安装时可能需要系统依赖（如 libnss3 等）。用 --with-deps 来自动处理：
agent-browser install --with-deps升级
一条命令搞定，它会自动检测你当初是用 npm、Homebrew 还是 Cargo 装的，并执行相应的升级命令：
agent-browser upgrade浏览器来源
agent-browser install 会从 Google 官方的 Chrome for Testing 下载一个专门用于自动化的 Chrome 版本。同时它会检测系统上已有的 Chrome、Brave、Playwright、Puppeteer 浏览器，避免重复下载。
快速上手：一个完整工作流
下面的例子演示了从打开网页到关闭浏览器的整个流程：
agent-browser open example.com
agent-browser snapshot # 获取页面的无障碍树，包含引用ID
agent-browser click @e2 # 点击引用ID为 @e2 的元素
agent-browser fill @e3 "test@example.com" # 在 @e3 输入框中填入文本
agent-browser get text @e1 # 获取 @e1 元素的文本内容
agent-browser screenshot page.png
agent-browser close关键点在于 snapshot 命令。它不产生视觉截图，而是返回页面的无障碍树（Accessibility Tree），并为每个可交互元素分配一个简单的引用 ID，如 @e1、@e2。后续的 click、fill、get text 都直接通过这个 ID 指定目标，不需要 CSS 选择器或 XPath。
这对 AI Agent 非常友好：AI 只需要解析这个结构化的树（文本 + 引用ID），就能精确发出操作指令，无需理解复杂的 DOM 结构。
传统选择器也支持
如果你习惯用 CSS 选择器或 Playwright 风格的查找方式，同样可用：
agent-browser click "#submit"
agent-browser fill "#email" "test@example.com"
agent-browser find role button click --name "Submit"核心技术特性
1. Snapshot + Ref 模式：专为 AI 设计
传统浏览器自动化库（Puppeteer、Playwright）要求你写选择器定位元素，这对人类开发者来说很自然，但对 AI 模型却是个挑战——模型需要理解 DOM 结构、判断元素属性。agent-browser 把页面结构“拍平”成一个带引用 ID 的列表，让 AI 能像下拉菜单选选项一样完成交互。
2. Rust 原生二进制
- 无 Node.js 运行时依赖。你可以把它打包进一个很小的 Docker 镜像，甚至嵌入到其他程序里。
- 启动速度快，资源占用低。适合在 CI/CD、Lambda、边缘节点等受限环境中运行。
- 编译产物是一个可执行文件，单文件分发简单。
3. 统一浏览器版本
agent-browser install 下载的 Chrome for Testing 版本在所有机器上一致，避免了“我这能跑你那不能”的版本问题。升级工具本身也只需一条命令。
4. 无头截图去滚动条
无头模式截图默认隐藏原生滚动条，保证图像输出一致性。如果需要保留滚动条，启动时加 --hide-scrollbars false 即可。
适合做什么
这个工具不适合人工测试（不如 Playwright 的交互式调试好），它的使用场景是：
- AI Agent 框架中作为浏览器的“手和眼”，执行网页操作并获取状态。
- 需要自动化但不想引入 Node.js 运行时的项目（比如纯前端或后端服务）。
- 在容器化或资源受限环境下运行轻量级浏览器自动化。
如果你在构建一个能自主上网填表、点按钮的 AI 应用，agent-browser 是个值得考虑的基础组件。