agent-browser

AI代理的浏览器自动化CLI,快速原生Rust实现

开发流程 抓取网页内容自动填写表单截取网页截图自动上架商品 claudetraecursor通用 ★ 42.5k 更新于 2026-09-13

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:agent-browser。
它的用途是:AI代理的浏览器自动化CLI,快速原生Rust实现
完整的 Skill 内容见:https://321skill.com/skills/agent-browser/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

'帮我打开京东首页,搜索“手机”,然后截图保存为jd_phone.png'。它会依次执行agent-browser open jd.com、agent-browser fill @search-input "手机"、agent-browser screenshot jd_phone.png。整个过程无需手动操作浏览器。

介绍

这个Skill解决了AI代理无法直接与网页交互的问题。在实际开发中,智能体需要执行打开网页、点击按钮、填写表单、截图等操作,但传统浏览器自动化工具(如Playwright、Puppeteer)需要复杂的配置和编程。agent-browser提供简洁的命令行接口,让AI代理通过自然语言指令即可控制浏览器,无需编写代码。

使用方式很简单,你只需要安装后执行agent-browser install下载Chrome,然后通过agent-browser open example.com打开网页,agent-browser snapshot获取可访问性树,agent-browser click @e2根据引用点击元素,agent-browser fill @e3 "test@example.com"填写表单,agent-browser screenshot page.png截图,agent-browser close关闭浏览器。所有操作都基于快照生成的引用ID,避免传统CSS选择器的脆弱性。

它非常适合需要浏览器自动化能力的AI代理开发者、测试工程师和全栈开发者。尤其是那些已经部署了AI代理但需要与Web应用交互的团队,例如自动化测试、数据抓取、表单填写、跨平台操作等场景。对于需要快速实现浏览器控制而不想深入编程的用户,这是理想选择。

建议在统一使用此工具管理浏览器操作,避免混合使用多种自动化工具导致维护成本。需要注意的是,它主要依赖Chrome(自动下载),不支持其他浏览器内核。首次使用需要运行agent-browser install下载Chrome。如果遇到元素被遮挡(如弹窗),需要先处理遮挡元素再重试点击。

常见问题

是否支持其他浏览器?

目前只支持Chrome,通过agent-browser install自动下载。

如何更新到最新版本?

运行agent-browser upgrade,它会自动检测安装方式并执行更新。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/agent-browser/raw/index.md 读取 agent-browser 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。