agent-browser 是什么：给 Agent 开网页的 CLI
Vercel Labs 开源了 agent-browser：给 AI Agent 用的浏览器自动化 CLI，底层是原生 Rust 二进制。Agent 先拿无障碍树（accessibility tree）和稳定的 @eN 引用点元素，再点、填、截图；CSS 选择器也能用，但引用更扛页面改动。截至 2026-11-02（北京时间），npm 最新版 0.41.1，Apache-2.0，GitHub 约 4.5 万星；skills.sh 累计安装量排第 5（约 130 万）。
它是什么
agent-browser 是 Vercel Labs 的「给 Agent 用的浏览器 CLI」。README 把它写成 Fast native Rust CLI：日常用 npm 全局装二进制，不依赖本机再装一套 Playwright/Node 守护进程。和站内写过的 Chrome DevTools MCP 侧重点不同——后者偏控制台、网络、性能追踪；agent-browser 偏「像人一样」开页、点按钮、填表、截图，并把页面结构压成 Agent 好读的快照。
| 仓库 | github.com/vercel-labs/agent-browser |
|---|---|
| 作者 | Vercel Labs |
| 许可证 | Apache-2.0 |
| 热度 | GitHub 45,175 星（GitHub API，2026-11-02 北京时间约 15:08）；npm 2026-10-23 至 10-29 周下载 2,475,459；skills.sh 上 agent-browser 累计安装约 130 万（排行榜第 5，同日抓取） |
| 运行要求 | 先装 CLI；首次 agent-browser install 下载 Chrome for Testing（Linux 可用 --with-deps）。从源码构建才需要 Node.js 24+、pnpm 11+ 与 Rust。 |
| 最新版本 | v0.41.1（GitHub 发布于 2026-11-01 23:29，北京时间；npm 同日 0.41.1） |
| 文档站 | agent-browser.dev |
解决什么问题
编程 Agent 要打开网页验收、点登录、填表单时，常见两条路：自己拼 Playwright/Puppeteer 脚本，或接一个浏览器 MCP。手写脚本里选择器一改就碎；浏览器 MCP 工具一多，上下文很快被占满。agent-browser 把操作收成短命令，并默认用无障碍树引用：
agent-browser open example.com
agent-browser snapshot
agent-browser click @e2
agent-browser fill @e3 "test@example.com"
agent-browser screenshot page.png
agent-browser closesnapshot 给出带 @eN 的树；后续点击、填写都指向这些引用。页面上有遮罩或同意条挡住点击点时，命令会失败并提示先处理遮挡元素，再重新 snapshot——比「假成功」好查。传统 CSS / 角色定位也保留：
agent-browser click "#submit"
agent-browser find role button click --name "Submit"仓库还附带按场景拆开的 Skill（装发现 Skill 后，用 CLI 现取内容）：
| Skill | 干什么 |
|---|---|
| core | 导航、快照、表单、截图、会话与命令参考；大多数任务从这里开始 |
| dogfood | 像真人一样逛产品，输出带截图和复现视频的问题报告 |
| derive-client | 录 HAR，反推站点真实 API，生成可跳过浏览器的客户端 |
| electron | 连 Electron 应用自带的 CDP 端口（VS Code、Slack、Figma 等） |
| slack / vercel-sandbox / agentcore 等 | 浏览器里操作 Slack；在 Vercel Sandbox 或 AWS Bedrock AgentCore 云浏览器里跑 |
怎么用
官方推荐全局安装：
npm install -g agent-browser
agent-browser install # 首次：下载 Chrome for Testing
# Linux 缺系统库时：
agent-browser install --with-deps也可用 Homebrew（macOS）或 cargo install agent-browser，装完同样跑 install。升级用 agent-browser upgrade，它会识别 npm / Homebrew / Cargo 来源。
给 Cursor、Claude Code、Codex 这类 Agent 装发现 Skill：
npx skills add vercel-labs/agent-browser这条装的是薄发现 Skill：告诉 Agent「有 agent-browser、何时该用、去调哪个 CLI」。真正的命令说明和模板由本机 CLI 提供，避免 Skill 文件跟不上版本：
agent-browser skills list
agent-browser skills get core
agent-browser skills get core --full当 MCP 用时，默认配置示例：
{
"mcpServers": {
"agent-browser": {
"command": "agent-browser",
"args": ["mcp"]
}
}
}默认工具配置是 core（开页、快照、点击、填写、等待、截图、eval、关浏览器等）。要网络拦截、HAR、Cookie、移动端模拟等，再加 profile，例如 agent-browser mcp --tools core,network，或 --tools all。也可用 agent-browser mcp call agent_browser_open '{"url":"https://example.com"}' 做单次调用。
发现 Skill 只负责指路；命令表和模板由当前安装的 CLI 现取，避免 Agent 读到过期说明。
护栏和要注意的地方
默认几乎不拦导航和动作。要收紧范围，官方提供域名白名单等选项，例如：
agent-browser --allowed-domains "example.com,*.example.com" open https://example.com开启白名单后，非允许域的子资源、WebSocket、beacon 会被拦，并在支持的 Chromium 会话里关掉 WebRTC，减少绕过。白名单与「复用本机 Chrome 配置 / 恢复会话 / 某些插件启动方式」不兼容——这些模式下装不上同等隔离，命令会直接拒绝。环境变量对应项是 AGENT_BROWSER_ALLOWED_DOMAINS。详情见官方 Security 文档。
页面通过实验性 WebMCP 暴露的工具名、描述和结果，README 明确写成不可信数据：不要把网页文案抬成系统指令，也不要执行页面建议的 shell。发现工具不等于授权执行。
v0.41.1（2026-11-01）修了 cookie 属性参数、错误清理、MCP 选择器等待等一组边界问题，并去掉已安装 Agent Skill 里「未钉版本的 npx 执行」权限——跟 Agent 安全相关，值得跟着升级。
适合谁，不适合谁
适合：要让编程 Agent 自己打开预览页点流程、做冒烟或回归；想要 CLI 和 MCP 两条接入；需要稳定元素引用，而不是每次手写选择器。已经在用 Vercel Sandbox / AgentCore 的，仓库里有对应 Skill 和示例。
不适合 / 请改道：主要需求是性能火焰图、Lighthouse、精细网络面板——更看 Chrome DevTools MCP。只要桌面原生 App（非浏览器、非 Electron CDP）的自动化，看同门的 agent-desktop，不在本文范围。不能接受本机拉 Chrome for Testing、或必须在无图形环境且装不齐系统库的机器上硬跑时，先确认 install --with-deps 是否可行。
最后
想让 Agent 稳定地「打开网页做完一套点击」，先全局装 agent-browser，跑通 open → snapshot → click @eN，再用 npx skills add vercel-labs/agent-browser 把发现 Skill 挂进你的编程 Agent。要用 MCP 就把客户端指到 agent-browser mcp；对外跑任务时加上 --allowed-domains。
