Vercel Labs 发布 agent-browser：面向 AI 代理的原生 Rust 浏览器自动化 CLI

核心事实

Vercel Labs 在 GitHub 上发布了 agent-browser，一个面向 AI 代理的浏览器自动化命令行工具（CLI）。该项目基于原生 Rust 编写，宣称具备快速执行能力。根据仓库信息，agent-browser 目前已在 GitHub 上获得约 42k Star，采用 Apache-2.0 许可证。安装方式包括 npm 全局安装、项目本地依赖、Homebrew（macOS）以及 Cargo（Rust）等途径。

该工具的核心交互模式是：通过 snapshot 命令获取带引用的可访问性树，随后使用 click @e2、fill @e3 "text" 等命令按引用操作元素。它也支持传统 CSS 选择器。除基础操作外，还提供 read（抓取代理可读文本）、screenshot（截图，支持注释）、pdf、eval（执行 JavaScript）等命令。此外，内置 chat 命令支持自然语言控制浏览器，并提供实验性的 WebMCP 工具集。

背景与影响

agent-browser 的定位是简化 AI 代理与浏览器的交互。其设计强调无需 Playwright 或 Node.js 即可运行守护进程，并会自动检测已安装的 Chrome、Brave、Playwright 和 Puppeteer。工具内置了针对点击被遮挡元素（如同意横幅）的早期失败提示，以及无头 Chromium 截图时隐藏原生滚动条等细节处理。项目还包含基准测试（benchmarks）、评估（evals）和技能（skills）目录，表明其面向代理工作流的工程化考量。

限制与来源

需要指出的是，该项目的部分功能（如 WebMCP 工具）被标记为“实验性”，且页面提供的描述、模式与结果被明确视为不可信内容，代理主机需确认重要操作。构建源码需要 Node.js 24+、pnpm 11+ 与 Rust。本文信息均来自 GitHub 仓库页面（github.com/vercel-labs/agent-browser），具体功能细节、系统要求及安装方式请以项目官方 README 和文档为准。