Vercel Labs 的 agent-browser:給 AI 代理用的 Rust 瀏覽器自動化 CLI

vercel-labs/agent-browser 把網頁轉成帶 ref 的精簡無障礙樹文字,讓代理用一行行 shell 指令操作瀏覽器。約 51,631 顆星。

重點

  • 專案建立於 2026 年 1 月,Rust 撰寫,Apache-2.0,約 51,631 顆星。
  • `snapshot` 回傳頁面的精簡文字與 @e1 這類 ref,代理依 ref 操作並再次確認。
  • 背景 daemon 透過 Chrome DevTools Protocol 控制預設的 Chrome for Testing。
  • 點擊被遮住或停用的元素會直接失敗,而不是假裝成功。
目錄(3 節)
  1. 發生什麼事
  2. 運作方式
  3. 對你的影響

發生什麼事

vercel-labs/agent-browser 在 11 月 16 日出現在 GitHub Trending。專案建立於 2026 年 1 月 11 日,以 Rust 撰寫,Apache-2.0 授權,目前約 51,631 顆星。

README 把它形容為原生 Rust CLI,給 AI 代理一個可以一次下一個指令來操作的瀏覽器。流程是:agent-browser open example.com 開頁面,snapshot -i 取得頁面互動元素的精簡文字,每個元素帶有如 @e1 的 ref,代理依 ref 執行 click @e1,再用 get url 等指令確認結果。瀏覽器會在指令之間保持開啟,所以每一步都只是一個短的 shell 呼叫。頁面變動後 ref 會失效,需要重新 snapshot。

Vercel Labs 的 Rust CLI 讓 AI 代理以短指令操控瀏覽器

運作方式

每個指令送到一個在第一次呼叫時啟動的背景 daemon,由它經由 Chrome DevTools Protocol 控制瀏覽器;每個 --session 有自己的 daemon 與瀏覽器。預設瀏覽器是 Chrome for Testing,首次要執行 agent-browser install。headless 瀏覽器閒置一小時後 daemon 會結束。安裝方式有 npm、Homebrew,或 npx agent-browser 免安裝。README 也特別說明:目標元素被隱藏、停用、在視窗外或被同意橫幅等元素遮住時,點擊會失敗,不會回報成功。

對你的影響

想讓代理做網頁操作又不想接 MCP 伺服器的人,這種純 CLI 做法很省上下文。使用時要留意代理能存取的網站與登入狀態。