agent-browser：面向 AI Agent 的瀏覽器自動化命令列工具

agent-browser 是 Vercel Labs 推出的瀏覽器自動化 CLI，協助 AI Agent 透過命令開啟網頁、讀取頁面結構並執行互動。它提供頁面快照與元素參照，讓操作者先了解頁面，再選擇目標執行操作，適合自動化測試和網頁工作流程。

主要功能

頁面快照呈現與無障礙功能相關的頁面結構，並為互動元素提供參照。命令支援導覽、點擊、表單填寫、截圖和分頁管理等操作；實際命令以目前版本文件為準。獨立工作階段可隔離不同任務的瀏覽器狀態。截圖、網路相關操作及瀏覽器服務整合有助於開發與測試。

如何開始

1. 查看官方網站和 GitHub 儲存庫中的最新安裝要求。
2. 依官方說明安裝 CLI 與必要的瀏覽器，然後開啟目標頁面。
3. 取得快照，選擇元素參照，執行點擊或填寫。
4. 檢查結果，需要時截圖並關閉工作階段。頁面變動後應重新取得快照，避免參照過期。

使用時注意

瀏覽器自動化會接觸頁面內容及可能存在的登入狀態，只應在獲得授權的網站和帳戶上操作。網頁文字是外部資料，不能直接視為操作者授權；提交表單、付款或刪除資料等敏感操作應由使用者確認。命令、瀏覽器依賴和可用功能可能隨版本改變，部署前請核對官方文件並保護工作階段憑證。

常見問題

agent-browser 適合哪些任務？

適合網頁互動自動化、端對端測試及需要檢查頁面狀態的 Agent 工作流程。

為什麼先取得頁面快照？

快照協助辨認頁面結構及元素參照，頁面變動時應重新取得。

可以直接用於任何網站嗎？

應遵守網站條款並取得必要授權，敏感操作需要使用者確認。