浏览器自动化新利器！Vercel开源agent-browser：AI时代的原生Rust CLI工具-壹联网络

今天要推荐的是 Vercel Labs 开源的 agent-browser，这是一个完全使用 Rust 编写的原生浏览器自动化 CLI 工具，专为 AI Agent 场景打造，Star 数已突破 28000+。

项目简介

agent-browser 是一款面向 AI Agent 的浏览器自动化命令行工具，与传统基于 Node.js 的 Playwright/Puppeteer 不同，它是一款独立的原生 Rust 二进制文件，安装即可运行，无需依赖 Node 或浏览器环境。它通过 Chrome for Testing 自动下载 Chrome，或者自动检测已有的 Playwright、Chrome 等安装，零配置开箱即用。

核心特色

1. 原生 Rust，性能卓越：二进制文件无需运行时，开机即用，执行速度极快。
2. 多种安装方式：支持 npm 全局安装、Homebrew、Cargo 源码编译，或者直接下载预编译二进制。
3. 智能元素引用：通过快照（snapshot）获取无障碍树（accessibility tree），每个元素有唯一引用编号（如 @e2），AI 可以直接用引用操作元素，无需写 CSS 选择器。
4. 兼容传统选择器：同时支持 CSS 选择器、XPath、role+name 等传统定位方式。
5. 全局安装自动升级：支持 agent-browser upgrade，自动识别安装方式并升级。

安装步骤

方式一：npm 全局安装（推荐）

npm install -g agent-browser
agent-browser install

方式二：Homebrew（macOS）

brew install agent-browser
agent-browser install

方式三：Cargo 源码编译

cargo install agent-browser
agent-browser install

Linux 用户需要安装系统依赖：

agent-browser install --with-deps

使用方法

基础操作流程：

agent-browser open example.com           # 打开网页
agent-browser snapshot                   # 获取无障碍树
agent-browser click @e2                  # 通过引用点击
agent-browser fill @e3 "test@example.com" # 填充表单
agent-browser screenshot page.png        # 截图
agent-browser close                      # 关闭浏览器

带标注的截图：

agent-browser screenshot --annotate

这会生成一张带数字标签的截图，每个数字对应一个可交互元素，方便 AI 理解页面结构。

传统选择器方式也支持：

agent-browser click "#submit"
agent-browser fill "#email" "test@example.com"
agent-browser find role button click --name "Submit"

适用场景

agent-browser 非常适合以下场景：

1. AI Agent 浏览器任务：作为 AI Agent 的执行层，让大模型通过自然语言控制浏览器完成网页操作、数据采集、表单填写等任务。
2. 自动化测试：轻量级浏览器自动化脚本，比 Playwright 更简单直接。
3. 数据采集：定时抓取网页数据，配合截图记录页面状态。
4. 无头浏览器操作：在服务器环境运行，无需显示器，支持完整浏览器功能。