Agent Browser
Agent Browser 是一個節省 token 的瀏覽器自動化工具，使 AI 代理能夠透過自然語言命令控制真實的瀏覽器，提供導航、互動和 ASCII 線框視覺化等功能，以用於網頁自動化任務。
https://github.com/agent-browser-io/browser?ref=producthunt&utm_source=aipure
產品資訊
更新時間：2026年03月13日
什麼是 Agent Browser
Agent Browser 是一個開源套件，彌合了 AI 代理和網頁瀏覽器之間的差距，允許透過簡單的命令自動控制瀏覽器活動。它支援多個介面，包括 MCP（模型上下文協定）、Vercel AI SDK 和 CLI，使其適用於不同的使用案例。該工具旨在使 AI 代理可以訪問網站，同時保持 token 使用的效率，這對於 AI 驅動的自動化任務至關重要。它可以與各種 AI 平臺整合，例如 Cursor、Claude Desktop 和其他相容 MCP 的客戶端。
Agent Browser 的主要功能
Agent Browser 是一款開源瀏覽器自動化工具，它允許 AI 代理通過自然語言命令和節省 token 的 ASCII 線框來控制真實瀏覽器。它支持多個介面，包括 MCP (模型上下文協議)、Vercel AI SDK 和 CLI，使 AI 代理能夠執行網頁導航、互動和自動化任務，同時通過本地執行來維護隱私和安全。
節省 Token 的瀏覽器控制: 使用 ASCII 線框來表示網頁，並提供基於參考的互動 (@e1, @e2)，以實現 AI 和瀏覽器之間的高效通信
多平台整合: 支持多種整合方法，包括用於 AI 助手的 MCP、用於開發人員的 Vercel AI SDK 和用於手動測試的 CLI
全面的瀏覽器操作: 提供廣泛的瀏覽器自動化功能，包括導航、點擊、輸入、滾動、螢幕截圖和表單填寫
隱私優先架構: 在用戶的機器上本地運行，可選擇通過 Ollama 使用現有的 Chrome 個人資料和本地 LLM 模型
Agent Browser 的使用案例
網頁測試自動化: 通過讓 AI 代理導航頁面、填寫表單和驗證功能來自動化網站測試流程
內容研究與提取: 使 AI 代理能夠通過自動導航網站、提取內容並以結構化格式保存信息來執行深入研究
表單自動化: 自動化跨不同網站的重複表單填寫任務，同時維護敏感信息的安全
電子商務自動化: 自動化跨各種電子商務平台的產品搜索、價格比較和訂購流程
優點
以隱私為中心，具有本地執行和加密憑證存儲
適用於不同用例的靈活整合選項
通過 ASCII 線框實現節省 token 的通信
缺點
需要本地設置和依賴項
僅限於支持的瀏覽器和平台
在可視模式下運行時可能不太可靠
如何使用 Agent Browser
安裝 Agent Browser: 執行 'npm install @agent-browser-io/browser' 以安裝套件。首次使用時，也請執行 'npx agent-browser install' 以下載 Chromium。
基本用法 - 核心工作流程: 1. 導航到頁面：'agent-browser open <url>' 2. 取得互動式元素：'agent-browser snapshot -i'（傳回帶有 refs @e1、@e2 等的元素）3. 使用 refs 互動：'agent-browser click @e1' 或 'agent-browser fill @e2 \"text\"' 4. 頁面變更後重新快照
設定會話管理（可選）: 使用 --session-name 標誌來儲存/還原瀏覽器狀態：'agent-browser --session-name twitter open twitter.com'。會話資料儲存在 ~/.agent-browser/sessions/ 中。也可以透過 AGENT_BROWSER_SESSION_NAME 環境變數設定。
為 AI 助理配置 MCP: 1. 開啟 Cursor 設定 → MCP（或編輯 ~/.cursor/mcp.json）2. 新增配置：{\"mcpServers\": {\"agent-browser\": {\"command\": \"npx\", \"args\": [\"-y\", \"@agent-browser-io/browser\", \"mcp\"]}}} 3. 重新啟動 Cursor/重新載入 MCP
與 Vercel AI SDK 一起使用: 1. 匯入工具：'import { createBrowserTools, AgentBrowser, PlaywrightBrowserBackend } from '@agent-browser-io/browser'' 2. 建立瀏覽器實例 3. 使用 createBrowserTools(browser) 建立工具 4. 將工具與 generateText() 函數一起使用
啟用內容安全（可選）: 使用 --content-boundaries 標誌將頁面輸出包裝在分隔符中，幫助 LLM 區分工具輸出和不受信任的內容
處理身份驗證（可選）: 儲存憑證：'echo \"pass\" | agent-browser auth save github --url https://github.com/login --username user --password-stdin' 然後使用 'agent-browser auth login github' 登入
Agent Browser 常見問題
Agent Browser 是一個套件，允許 AI 代理以節省 token 的方式控制真實瀏覽器。它能夠透過 ASCII 線框進行導航、點擊、輸入和互動，並且可以透過 MCP 客戶端或 Vercel AI SDK 使用。
与 Agent Browser 类似的最新 AI 工具
Cursor Search
Cursor Search是一個AI驅動的瀏覽器擴展，提供從您的光標直接即時訪問全球知識和信息檢索。
PixieBrix
PixieBrix 是一個低代碼瀏覽器擴展平台，允許用戶使用 AI、整合和協作功能自訂、自動化和增強網頁應用程序。
AI Form Fill
AI Form Fill是一款AI驅動的瀏覽器擴展，只需單擊即可自動完成在線表單，節省時間並提高生產力。
Duang AI Tab
Duang AI Tab是一個受歡迎的瀏覽器擴展，美化您的主頁，提高生產力，並提供一鍵存取AI工具的便利。
类似 Agent Browser 的热门 AI 工具
Edge Copilot Mode
Edge Copilot 模式是 Microsoft 的實驗性 AI 驅動瀏覽器功能，它將搜尋、聊天和網路導航整合到一個介面中，使使用者能夠在保持隱私和控制的同時，透過 AI 協助更智慧地瀏覽。
BrowserAI
BrowserAI 是一個開源函式庫，它支援直接在具有 WebGPU 加速的 Web 瀏覽器中運行本地大型語言模型 (LLM)，提供以隱私為中心的 AI 功能，而無需伺服器基礎設施。
iBrowsy
iBrowsy 是一款適用於 macOS 的現代化、AI 驅動的網頁瀏覽器，它結合了智慧功能、隱私優先的設計以及內建 GPT-4 輔助的無縫使用者體驗。
OpenDia
OpenDia 是一款開源瀏覽器自動化工具，使 AI 模型能夠無縫地控制您的瀏覽器，同時利用您現有的數位資產，如已登入的帳戶、Cookie 和瀏覽歷史記錄。