如何安装Agent Browser？

您可以使用npm安装Agent Browser：'npm install @agent-browser-io/browser'。如果想在不全局安装的情况下尝试，可以使用：'npx agent-browser install'

使用Agent Browser的主要方式有哪些？

使用Agent Browser主要有三种方式：1) MCP - 将其添加到Cursor或其他MCP客户端以进行AI浏览器控制，2) Vercel AI SDK - 在您的应用程序中使用createBrowserTools(browser)与generateText，3) CLI - 运行交互式CLI进行手动测试

Agent Browser中可用的主要工具/命令有哪些？

主要工具包括：launch、navigate、getWireframe、click、type、fill、dblclick、hover、press、select、check、uncheck、scroll、screenshot和close。这些工具在MCP服务器和Vercel AI SDK的使用中是一致的。

Agent Browser的系统要求是什么？

Agent Browser需要Node.js 18或更高版本。它使用Playwright进行浏览器自动化，Playwright作为一个开发依赖项包含在内。

Agent Browser可以与移动设备一起使用吗？

是的，Agent Browser支持iOS模拟器和通过USB连接的真实iOS设备。您可以使用'agent-browser -p ios'等命令来控制Mobile Safari，以进行真实的移动Web测试。

Agent Browser

WebsiteFreeAI Browsers Builder AI Developer Tools

Agent Browser 是一种节省令牌的浏览器自动化工具，使 AI 代理能够通过自然语言命令控制真实的浏览器，从而为 Web 自动化任务提供导航、交互和 ASCII 线框可视化等功能。

访问网站

推广此工具

https://github.com/agent-browser-io/browser?ref=producthunt&utm_source=aipure

概述
视频
替代方案

产品信息

更新于：2026年03月13日

什么是 Agent Browser

Agent Browser 是一个开源软件包，弥合了 AI 代理和 Web 浏览器之间的差距，允许通过简单的命令自动控制浏览器活动。它支持包括 MCP（模型上下文协议）、Vercel AI SDK 和 CLI 在内的多种接口，使其适用于不同的用例。该工具旨在使 AI 代理可以访问网站，同时保持令牌使用效率，这对于 AI 驱动的自动化任务至关重要。它可以与各种 AI 平台集成，例如 Cursor、Claude Desktop 和其他 MCP 兼容的客户端。

Agent Browser 的主要功能

Agent Browser 是一款开源浏览器自动化工具，允许 AI 代理通过自然语言命令和节省令牌的 ASCII 线框来控制真实的浏览器。它支持多种接口，包括 MCP（模型上下文协议）、Vercel AI SDK 和 CLI，使 AI 代理能够执行 Web 导航、交互和自动化任务，同时通过本地执行保持隐私和安全。

节省令牌的浏览器控制: 使用 ASCII 线框来表示网页，并提供基于引用的交互 (@e1, @e2)，以实现 AI 和浏览器之间的高效通信

多平台集成: 支持多种集成方法，包括用于 AI 助手的 MCP、用于开发人员的 Vercel AI SDK 和用于手动测试的 CLI

全面的浏览器操作: 提供广泛的浏览器自动化功能，包括导航、点击、打字、滚动、屏幕截图和表单填写

隐私优先架构: 在用户机器上本地运行，可以选择通过 Ollama 使用现有的 Chrome 配置文件和本地 LLM 模型

Agent Browser 的使用场景

Web 测试自动化: 通过让 AI 代理浏览页面、填写表单和验证功能来自动化网站测试流程

内容研究与提取: 使 AI 代理能够通过自动浏览网站、提取内容和以结构化格式保存信息来进行深入研究

表单自动化: 自动化跨不同网站的重复性表单填写任务，同时保持敏感信息的安全

电子商务自动化: 自动化跨各种电子商务平台的产品搜索、价格比较和订单流程

优点

以隐私为中心，具有本地执行和加密的凭据存储

针对不同用例的灵活集成选项

通过 ASCII 线框实现节省令牌的通信

缺点

需要本地设置和依赖项

仅限于支持的浏览器和平台

在视觉模式下运行时可能不太可靠

如何使用 Agent Browser

安装 Agent Browser: 运行 'npm install @agent-browser-io/browser' 安装软件包。首次使用时，还请运行 'npx agent-browser install' 下载 Chromium。

基本用法 - 核心工作流程: 1. 导航到页面：'agent-browser open <url>' 2. 获取交互式元素：'agent-browser snapshot -i'（返回带有引用 @e1、@e2 等的元素）3. 使用引用进行交互：'agent-browser click @e1' 或 'agent-browser fill @e2 \"text\"' 4. 页面更改后重新快照

设置会话管理（可选）: 使用 --session-name 标志保存/恢复浏览器状态：'agent-browser --session-name twitter open twitter.com'。会话数据存储在 ~/.agent-browser/sessions/ 中。也可以通过 AGENT_BROWSER_SESSION_NAME 环境变量设置。

为 AI 助手配置 MCP: 1. 打开 Cursor 设置 → MCP（或编辑 ~/.cursor/mcp.json）2. 添加配置：{\"mcpServers\": {\"agent-browser\": {\"command\": \"npx\", \"args\": [\"-y\", \"@agent-browser-io/browser\", \"mcp\"]}}} 3. 重新启动 Cursor/重新加载 MCP

与 Vercel AI SDK 一起使用: 1. 导入工具：'import { createBrowserTools, AgentBrowser, PlaywrightBrowserBackend } from '@agent-browser-io/browser'' 2. 创建浏览器实例 3. 使用 createBrowserTools(browser) 创建工具 4. 将工具与 generateText() 函数一起使用

启用内容安全（可选）: 使用 --content-boundaries 标志将页面输出包装在分隔符中，帮助 LLM 区分工具输出和不受信任的内容

处理身份验证（可选）: 保存凭据：'echo \"pass\" | agent-browser auth save github --url https://github.com/login --username user --password-stdin' 然后使用 'agent-browser auth login github' 登录