让 AI 像人一样操作浏览器，Agent Browser 把重复网页活全接走
AI 会读网页，不等于会操作网页
AI 能「读网页」和会「操作网页」是两回事：读网页是抓内容，操作网页是替你点按钮、填表单、登录后台、翻页导出。Agent Browser 就是干后者的——一个专门给 AI Agent 用的浏览器自动化命令行工具，由 Vercel Labs 开源维护（GitHub 仓库 vercel-labs/agent-browser）。SkillHub 上收录的条目由开发者 rez0 发布，下载量 87 万+、987 星，归在任务自动化/工具调用分类，无需额外 API Key，平台安全检测两项结论均为「安全，无风险」。一条 npm 命令装完，你的 AI 就多了一双会点会填的手。
核心功能盘点
按官方介绍：
- 原生 Rust CLI，速度快：不是套壳的 Node.js 脚本，Rust 原生二进制启动快、运行稳。
- CDP 直驱 Chrome/Chromium：通过 Chrome 开发者协议直接驱动浏览器，不依赖 Playwright、Puppeteer 这些中间层，环境干净。
- 无障碍树快照 + 元素引用：AI「看」的是页面的无障碍树结构，用紧凑的 @eN 编号引用元素，而不是靠截图猜坐标——定位稳、还省 token，这正是给大模型优化的地方。
- 会话与凭据管理：支持会话保持、登录凭据保险库、状态持久化，还能屏幕录制留痕。
- 覆盖全套网页动作：导航页面、填写表单、点击按钮、截图、抓取数据、测试 Web 应用，一整套都有。
- 专项扩展能力：自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma 等）、Slack 工作区自动化、探索性测试与 QA、Vercel Sandbox 微虚拟机里跑、AWS Bedrock AgentCore 云浏览器。
- 文档跟着版本走：它的 SKILL.md 只是个「发现桩」，真正的用法文档由 CLI 按已安装版本实时输出（agent-browser skills get core），指令永远不过期。
怎么获取
官方渠道：npm 全局安装（npm i -g agent-browser），再执行一次 agent-browser install 完成浏览器配置；源码与文档在 GitHub 的 vercel-labs/agent-browser 仓库；SkillHub 平台（skillhub.cn）站内搜「Agent Browser」也有收录条目。细节以官方仓库为准。
上手怎么用
- 例行后台取数：让 Agent 登录管理后台，翻页、筛选、导出报表，你只看结果。
- 批量填表：申报、登记类网页表单，把数据给它，一条条替你填完提交。
- 截图存证：每天定时打开指定页面截图归档，页面变了、挂了，截图不会骗人。
- 发布前自测：让 Agent 把官网的关键路径（首页-产品-联系）完整点一遍，报哪里报错。
- 跨出浏览器：连 Slack 未读、桌面版应用的重复操作也能编排进流程。
适合谁用
中小企业 IT 与运维（后台巡检、批量操作）、做数据采集整理的运营岗、发布前需要回归点检的测试同学。凡是「人肉点鼠标」超过五分钟的重复网页活，都值得交给它先跑一遍。
我们给客户做官网与后台巡检时，这类点来点去的取数活已经逐步交给 Agent 浏览器跑，人只看最后那份结论。
企业存储选型参考｜贵州诚鑫致达科技
做机房存储、虚拟化或监控归档，群晖在售机型参考：FS6400（全闪存阵列，数据库与虚拟化场景）。需要选型建议或上门评估，搜「诚鑫致达」即可找到我们。