Vercel Labs 开源了 Agent Browser，一个命令行工具。它的目标很直接：让 AI 不仅能看懂网页，还能动手操作。


这不是给人用的浏览器。它是一个底层接口，专门设计给 AI 代理。你可以把它想象成给 ChatGPT 或 Claude 装上了一双能点击、输入、滚动网页的手。

传统工具如 Playwright 或 Selenium 是为人类开发者设计的，需要写脚本、处理复杂的选择器。Agent Browser 换了个思路，核心是 **Snapshot + Ref 机制**。

AI 先执行 `agent-browser snapshot` 命令，获取网页的交互元素清单，每个元素带一个唯一引用，比如 `@e1`（登录按钮）、`@e2`（邮箱输入框）。然后，AI 直接用这些引用操作：`agent-browser click @e1`。这种方式对 AI 更友好，避免了传统 CSS 选择器的不稳定性，执行也更确定、快速。

工具用 Rust 重写了 CLI 层，速度比 Node.js/Python 方案快。安装简单，`npm install -g agent-browser` 即可。支持两种模式：有界面调试和无界面静默执行。


Vercel 还提供了 Claude Code 的技能模板。开发者把模板放到 `.claude/skills/` 目录下，Claude 就能直接调用 Agent Browser 执行网页任务，无需额外适配。

有网友提到，配合 deepseek 671B Code 这类大模型，应该会很丝滑。AI 操作网页省去了中间步骤，直接完成任务。

Agent Browser 的出现，标志着 AI 正在从“对话式智能”转向“行动式智能”。它可能成为未来 AI 工作流的基础设施，让自动化真正落地。

项目地址：[https://github.com/vercel-labs/agent-browser](https://github.com/vercel-labs/agent-browser)