22.4K Stars，减少 93% 上下文。AI Agents 专用浏览器自动化 CLI 真强！

对于 AI Agent 来说，与浏览器进行交互是一个很常见的场景。如何让 AI Agent 更高效地操作浏览器，是一个比较棘手的问题。近期在查找 AI 浏览器自动化测试方案时，发现了 Vercel 开源的 agent-browser，它是专用于 AI Agents 的浏览器自动化 CLI。

agent-browser 的特点

• 功能完善：支持导航、表单操作、截图等 50 几种命令
• 跨平台：支持 macOS、Windows 和 Linux 平台
• Ref-based：快照返回带 refs 的可访问树
• Agent-first ：高效利用 AI 上下文，更节省 Token
• Sessions：支持多个独立身份认证的隔离浏览器实例

安装 agent-browser

在安装 agent-browser 前，请确保你的电脑已经安装 Node.js。

在命令行，输入以下命令。其中 -g 是表示全局安装。

npm install -g agent-browser

成功安装 agent-browser CLI 之后，继续输入 agent-browser install 命令，该命令会开始下载 Chromium browser。

Installing Chromium browser...
Need to install the following packages:
playwright@1.58.2
Ok to proceed? (y) y

当成功安装 Chromium browser 之后，命令行会输出安装成功的消息。

Downloading Chrome for Testing 145.0.7632.6 (playwright chromium v1208) from https://cdn.playwright.dev/builds/cft/145.0.7632.6/mac-arm64/chrome-mac-arm64.zip
162.3 MiB [====================] 100% 0.0s
Chrome for Testing 145.0.7632.6 (playwright chromium v1208) downloaded to /Users/abao/Library/Caches/ms-playwright/chromium-1208
Downloading FFmpeg (playwright ffmpeg v1011) from https://cdn.playwright.dev/dbazure/download/playwright/builds/ffmpeg/1011/ffmpeg-mac-arm64.zip
1 MiB [====================] 100% 0.0s
FFmpeg (playwright ffmpeg v1011) downloaded to /Users/abao/Library/Caches/ms-playwright/ffmpeg-1011
Downloading Chrome Headless Shell 145.0.7632.6 (playwright chromium-headless-shell v1208) from https://cdn.playwright.dev/builds/cft/145.0.7632.6/mac-arm64/chrome-headless-shell-mac-arm64.zip
91.1 MiB [====================] 100% 0.0s
Chrome Headless Shell 145.0.7632.6 (playwright chromium-headless-shell v1208) downloaded to /Users/abao/Library/Caches/ms-playwright/chromium_headless_shell-1208
✓ Chromium installed successfully

关闭浏览器

agent-browser close

使用 agent-browser

1. 打开网页

agent-browser open https://agent-browser.dev/

输出：

✓ Headless Browser Automation for AI
  https://agent-browser.dev/

2.获取当前网页的可访问树

agent-browser snapshot -i

输出：

- link "Made with love by Vercel" [ref=e1]
- link "agent-browser" [ref=e2]
- link "16k" [ref=e3]
- link "npm" [ref=e4]
...
- button "Ask AI" [ref=e26]

3. 使用 refs 进行交互

agent-browser click @e3

输出：

✓ Done

4. 网页截图

agent-browser screenshot ./page.png

输出：

✓ Screenshot saved to ./page.png

5. 关闭浏览器

agent-browser close

输出：

✓ Browser closed

安装 Skills

agent-browser 是专门 AI Agents 设计的 CLI，结合 AI Agents，我们就能轻松实现浏览器自动化操作。

安装 agent-browser skill 之后，你就能在 Cursor、Claude Code 或 Codex 中，控制浏览器，完全期望的任务。

npx skills add vercel-labs/agent-browser --skill agent-browser

因为我的电脑上已经安装了 claude code 和 LM Studio，并已经下载了 qwen3.5-35b-a3b 模型。所以，我通过以下命令启动 claude：

claude --model qwen3.5-35b-a3b 

之后，输入截图操作的任务。Claude 就会开始执行任务，并在命令行中展示任务的执行过程：

❯ Save a screenshot of the https://agent-browser.dev/     
  webpage to the current directory.                       
  ⎿  Initializing…
  ⎿  Invalid tool parameters

⏺ Skill(agent-browser)
  ⎿  Successfully loaded skill · 2 tools allowed

⏺ I'll navigate to the webpage and take a screenshot.

⏺ Bash(agent-browser open https://agent-browser.dev &&
      agent-browser wait --load networkidle && agent-browser
      screenshot screenshot.png)
  ⎿  ✓ Headless Browser Automation for AI
       https://agent-browser.dev/
     ✓ Done
     ✓ Screenshot saved to screenshot.png

总结

本文只介绍了 agent-browser 的部分功能，它还能够控制 iOS 模拟器中的 Safari 浏览器，实现移动 Web 应用的测试任务。此外，它还支持 CDP 模式，让你轻松连接本地或远程的浏览器。

除了 agent-browser skill 之外，还提供了 dogfood、electron 和 slack 相关的 skill，感兴趣的话，可以阅读 agent-browser 官方文档了解详细内容。

近期我会持续分享，OpenClaw 的最佳案例和优秀 Skills，欢迎与我一起交流 “养虾” 经验。

给我的 OpenClaw 加上免费的实时搜索引擎，联网搜索太香了！

别再“散养” OpenClaw 了！超火爆的 16.1K Stars 开源项目，让你轻松组建自主运行的 AI 公司！