Agent Browser 完整教學
1. 專案定位與核心價值
什麼是 Agent Browser
Agent Browser 是 Vercel Labs 開發的瀏覽器自動化 CLI 工具，以 Rust 原生編譯，透過 Chrome DevTools Protocol (CDP) 直接控制 Chrome/Chromium，專為 AI agent 設計。
解決什麼問題
傳統瀏覽器自動化工具（Playwright、Puppeteer、Selenium）在 AI agent 使用場景中面臨三大痛點：
- Token 消耗過高: 取得完整 DOM/HTML 需要數千甚至數萬 token，LLM context window 迅速耗盡
- 啟動與執行延遲: Node.js runtime 啟動成本高，每次操作需重新建立連線
- 元素定位不穩定: CSS selector 與 XPath 在動態頁面中容易失效
Agent Browser 的解法是 accessibility tree snapshot + ref 系統：
snapshot指令回傳精簡的 accessibility tree，每個可互動元素帶有@eNref 標記- 一張 snapshot 通常只佔 200-400 token（對比 raw HTML 的 10K-50K token）
- Ref 直接指向具體 DOM 元素，操作確定性高
- Rust daemon 常駐背景，後續指令毫秒級回應
核心優勢
| 面向 | Agent Browser | 傳統工具 (Playwright / Puppeteer) |
|---|---|---|
| 語言 | Rust (原生 binary) | Node.js |
| 啟動速度 | 首次 ~100ms，後續 ~5ms (daemon) | 每次 ~500-2000ms |
| Token 效率 | ~200-400 tokens/snapshot | ~10K-50K tokens/DOM |
| AI 整合 | 原生 MCP server + snapshot ref | 需額外封裝 |
| 雲端部署 | 5 種 cloud browser provider | 各家 SDK |
| 安全機制 | Domain allowlist + action policy + vault | 自行實作 |
2. 安裝與環境設定
2.1 系統需求
- Chrome 瀏覽器: 首次安裝後執行
agent-browser install自動下載 Chrome for Testing - Node.js 24+ / pnpm 11+: 僅從原始碼建置時需要
- Rust: 僅從原始碼建置時需要
- 支援平台: macOS ARM64/x64、Linux ARM64/x64、Windows x64
2.2 安裝方式
npm 全域安裝（推薦）
1npm install -g agent-browser
2agent-browser install # 下載 Chrome for Testing（僅首次需要）
Homebrew (macOS)
1brew install agent-browser
2agent-browser install
Cargo (Rust)
1cargo install agent-browser
2agent-browser install
從原始碼建置
1git clone https://github.com/vercel-labs/agent-browser
2cd agent-browser
3pnpm install
4pnpm build
5pnpm build:native # 需要 Rust (https://rustup.rs)
6pnpm link --global
7agent-browser install
2.3 Linux 額外依賴
1agent-browser install --with-deps
此指令會安裝 Chrome 所需的系統函式庫（libX11、libgbm 等）。
2.4 升級
1agent-browser upgrade # 自動偵測安裝方式並執行對應更新
2.5 驗證安裝
1agent-browser --version # 確認版本
2agent-browser doctor # 系統環境檢查
3agent-browser open example.com # 快速測試
4agent-browser snapshot # 確認 snapshot 功能
5agent-browser close
3. 核心架構解析
3.1 Client-Daemon 架構
Agent Browser 採用 client-daemon 分離架構，所有瀏覽器操作透過常駐背景的 daemon 執行：
graph TB
subgraph "AI Agent / 使用者"
CLI["agent-browser CLI
(Rust binary)"]
MCP["MCP Server 模式"]
end
subgraph "Daemon (背景常駐)"
DAEMON["Rust Daemon
Unix Socket / Named Pipe"]
CDP_CLIENT["CDP Client"]
STREAM["WebSocket Stream Server
(viewport 串流)"]
DASHBOARD["Observability Dashboard
(port 4848)"]
end
subgraph "Browser Engine"
CHROME["Chrome / Chromium
(Chrome for Testing)"]
LP["Lightpanda
(替代引擎)"]
CLOUD["Cloud Provider
(Browserless / Browserbase /
Browser Use / Kernel / AgentCore)"]
end
subgraph "Plugin 系統"
CRED["Credential Provider
(vault)"]
BPROV["Browser Provider
(cloud-browser)"]
LAUNCH["Launch Mutator
(stealth)"]
CMD["Command Plugin
(captcha solver)"]
end
CLI -->|"IPC (Unix Socket)"| DAEMON
MCP -->|"stdio JSON"| DAEMON
DAEMON --> CDP_CLIENT
DAEMON --> STREAM
DAEMON --> DASHBOARD
CDP_CLIENT -->|"CDP WebSocket"| CHROME
CDP_CLIENT -->|"CDP WebSocket"| LP
CDP_CLIENT -->|"CDP WebSocket"| CLOUD
DAEMON -.->|"plugin.v1 stdio"| CRED
DAEMON -.->|"plugin.v1 stdio"| BPROV
DAEMON -.->|"plugin.v1 stdio"| LAUNCH
DAEMON -.->|"plugin.v1 stdio"| CMD
style CLI fill:#2563eb,color:#fff
style MCP fill:#2563eb,color:#fff
style DAEMON fill:#7c3aed,color:#fff
style CHROME fill:#16a34a,color:#fff
style CLOUD fill:#ea580c,color:#fff
3.2 核心元件說明
Rust CLI (client)
- 解析命令列參數
- 透過 Unix Socket (macOS/Linux) 或 Named Pipe (Windows) 與 daemon 通訊
- IPC 讀取逾時 30 秒
Rust Daemon
- 首次執行時自動啟動，常駐背景
- 管理 Chrome 生命週期（啟動、關閉、session 隔離）
- 處理 CDP 通訊、snapshot 生成、ref 映射
- 可設定
AGENT_BROWSER_IDLE_TIMEOUT_MS自動關閉
Browser Engine
- 預設使用 Chrome for Testing
- 支援
--engine lightpanda切換為 Lightpanda - 支援 5 種 cloud browser provider（透過
--provider指定）
Plugin 系統
- 外部可執行檔，透過
agent-browser.plugin.v1stdio JSON 協定通訊 - 四種 capability:
credential.read、browser.provider、launch.mutate、command.run
3.3 Snapshot + Ref 工作流
AI agent 與網頁互動的標準流程：
sequenceDiagram
participant Agent as AI Agent
participant CLI as agent-browser CLI
participant Daemon as Daemon
participant Chrome as Chrome
Agent->>CLI: open example.com
CLI->>Daemon: IPC open
Daemon->>Chrome: CDP Navigate
Chrome-->>Daemon: Page loaded
Daemon-->>CLI: success
CLI-->>Agent: OK
Agent->>CLI: snapshot -i
CLI->>Daemon: IPC snapshot
Daemon->>Chrome: CDP getAccessibilityTree
Chrome-->>Daemon: A11y tree
Daemon-->>CLI: Parsed tree with @eN refs
CLI-->>Agent: "@e1 button Submit
@e2 textbox Email
@e3 link Learn more"
Note over Agent: AI 分析 snapshot
決定操作 @e2
Agent->>CLI: fill @e2 "test@example.com"
CLI->>Daemon: IPC fill ref=e2
Daemon->>Chrome: CDP resolveRef + fill
Chrome-->>Daemon: Done
Daemon-->>CLI: success
CLI-->>Agent: OK
Agent->>CLI: click @e1
CLI->>Daemon: IPC click ref=e1
Daemon->>Chrome: CDP resolveRef + click
Chrome-->>Daemon: Page changed
Daemon-->>CLI: success
CLI-->>Agent: OK
Agent->>CLI: snapshot -i
Note over Agent: 重新取得 snapshot
確認操作結果
4. 主要功能詳解
4.1 導航與頁面操作
1# 開啟 URL
2agent-browser open https://example.com
3
4# 開啟空白頁（不導航）
5agent-browser open
6
7# 等待頁面載入完成
8agent-browser wait --load networkidle
9
10# 串鏈操作
11agent-browser open example.com && agent-browser wait --load networkidle && agent-browser snapshot -i
4.2 Snapshot 與 Ref 系統
1# 完整 accessibility tree
2agent-browser snapshot
3
4# 僅互動元素（推薦 AI 使用）
5agent-browser snapshot -i
6
7# 附帶 URL 的互動元素
8agent-browser snapshot -i --urls
9
10# 緊湊模式 + 深度限制
11agent-browser snapshot -i -c -d 5
12
13# 限定 CSS selector 範圍
14agent-browser snapshot -s "#main"
15
16# JSON 輸出（machine-readable）
17agent-browser snapshot -i --json
Snapshot 輸出範例：
1@e1 [heading level=1] "Example Domain"
2@e2 [button] "Submit"
3@e3 [textbox] placeholder="Email"
4@e4 [link] "Learn more" href="https://..."
4.3 元素互動
1# 點擊（使用 ref）
2agent-browser click @e2
3
4# 填入文字（清除後填入）
5agent-browser fill @e3 "test@example.com"
6
7# 逐字輸入
8agent-browser type @e3 "hello"
9
10# 按鍵
11agent-browser press Enter
12agent-browser press Control+a
13
14# 勾選 / 取消勾選
15agent-browser check @e5
16agent-browser uncheck @e5
17
18# 下拉選單
19agent-browser select @e6 "option-value"
20
21# 捲動
22agent-browser scroll down 500
23agent-browser scrollintoview @e7
24
25# 拖放
26agent-browser drag @e8 @e9
4.4 資訊擷取
1# 取得文字
2agent-browser get text @e1
3
4# 取得 HTML
5agent-browser get html @e1
6
7# 取得屬性
8agent-browser get attr @e1 href
9
10# 取得頁面標題 / URL
11agent-browser get title
12agent-browser get url
13
14# 計算匹配元素數量
15agent-browser get count "button"
16
17# Agent-readable text（新功能 v0.30.0+）
18agent-browser read # 讀取當前頁面
19agent-browser read https://example.com/article # 擷取 URL 內容
20agent-browser read https://docs.example.com --outline # 標題大綱
21agent-browser read https://docs.example.com --llms index --filter auth # llms.txt 查找
4.5 截圖與 PDF
1# 基本截圖
2agent-browser screenshot page.png
3
4# 全頁截圖
5agent-browser screenshot --full page.png
6
7# 帶標註的截圖（ref 編號覆蓋在元素上）
8agent-browser screenshot --annotate
9
10# 指定格式與品質
11agent-browser screenshot --screenshot-format jpeg --screenshot-quality 80
12
13# 存為 PDF
14agent-browser pdf report.pdf
4.6 JavaScript 執行
1# 簡單表達式
2agent-browser eval "document.title"
3
4# Heredoc 方式（推薦，避免引號問題）
5cat <<'EOF' | agent-browser eval --stdin
6document.querySelectorAll('a').length
7EOF
8
9# Base64 編碼
10agent-browser eval -b "ZG9jdW1lbnQudGl0bGU="
4.7 Session 管理
1# 建立隔離 session
2agent-browser --session agent1 open site-a.com
3agent-browser --session agent2 open site-b.com
4
5# 列出 session
6agent-browser session list
7
8# 產生穩定 session ID（基於 worktree）
9SESSION="$(agent-browser session id --scope worktree --prefix myapp)"
10
11# 自動儲存/還原 session state
12agent-browser --session "$SESSION" --restore open example.com
13
14# State 加密
15export AGENT_BROWSER_ENCRYPTION_KEY=$(openssl rand -hex 32)
16agent-browser --session secure --restore open example.com
17
18# 關閉所有 session
19agent-browser close --all
4.8 Authentication
1# 方法一：Chrome Profile 複用
2agent-browser profiles # 列出 Chrome profiles
3agent-browser --profile Default open https://gmail.com
4
5# 方法二：Persistent Profile
6agent-browser --profile ~/.myapp-profile open myapp.com
7
8# 方法三：HTTP Header 認證
9agent-browser open api.example.com --headers '{"Authorization": "Bearer <token>"}'
10
11# 方法四：Credential Vault（加密儲存）
12echo "mypassword" | agent-browser auth save github --url https://github.com/login --username user --password-stdin
13agent-browser auth login github
14
15# 方法五：匯入現有 Chrome 登入狀態
16agent-browser --auto-connect state save ./my-auth.json
17agent-browser --state ./my-auth.json open https://app.example.com
4.9 MCP Server 模式
在 Claude Code、Cursor 等 AI 工具中作為 MCP server 使用：
1{
2 "mcpServers": {
3 "agent-browser": {
4 "command": "agent-browser",
5 "args": ["mcp", "--tools", "all"]
6 }
7 }
8}
4.10 AI Chat 模式
1# 單次指令
2agent-browser chat "open google.com and search for cats"
3
4# 互動式 REPL
5agent-browser chat
6
7# 安靜模式（僅顯示 AI 回應文字）
8agent-browser -q chat "summarize this page"
9
10# 指定模型
11agent-browser --model openai/gpt-4o chat "take a screenshot"
需設定 Vercel AI Gateway:
1export AI_GATEWAY_API_KEY=gw_your_key_here
2export AI_GATEWAY_MODEL=anthropic/claude-sonnet-4.6 # 預設值
4.11 Cloud Browser Provider
1# Browserless
2export BROWSERLESS_API_KEY="your-api-token"
3agent-browser -p browserless open https://example.com
4
5# Browserbase
6export BROWSERBASE_API_KEY="your-api-key"
7agent-browser -p browserbase open https://example.com
8
9# Browser Use
10export BROWSER_USE_API_KEY="your-api-key"
11agent-browser -p browseruse open https://example.com
12
13# Kernel（含 stealth + persistent profile）
14export KERNEL_API_KEY="your-api-key"
15export KERNEL_STEALTH=true
16export KERNEL_PROFILE_NAME=my-profile
17agent-browser -p kernel open https://example.com
18
19# AWS AgentCore
20export AGENT_BROWSER_PROVIDER=agentcore
21agent-browser open https://example.com
4.12 Observability Dashboard
1# 啟動 dashboard (port 4848)
2agent-browser dashboard start
3agent-browser dashboard start --port 8080 # 自訂 port
4
5# 停止
6agent-browser dashboard stop
Dashboard 功能：即時 viewport 串流、命令活動 feed、console 輸出、session 建立 UI、AI Chat 面板。
5. 應用場景與實戰範例
5.1 AI Agent 自動化登入與操作
1#!/bin/bash
2# 場景：AI agent 自動登入並擷取 dashboard 資料
3
4# 1. 開啟登入頁面
5agent-browser open https://app.example.com/login
6
7# 2. 取得 snapshot 找到表單元素
8agent-browser snapshot -i
9# 輸出：
10# @e1 [textbox] placeholder="Email"
11# @e2 [input type="password"] placeholder="Password"
12# @e3 [button] "Sign in"
13
14# 3. 填入認證資訊並提交
15agent-browser fill @e1 "user@example.com"
16agent-browser fill @e2 "password123"
17agent-browser click @e3
18
19# 4. 等待頁面載入
20agent-browser wait --url "**/dashboard" --timeout 10000
21
22# 5. 擷取 dashboard 內容
23agent-browser read
24agent-browser screenshot dashboard.png
25
26# 6. 關閉
27agent-browser close
5.2 多 Session 平行爬取
1#!/bin/bash
2# 場景：同時爬取三個不同網站
3
4URLS=("https://site-a.com" "https://site-b.com" "https://site-c.com")
5
6for i in "${!URLS[@]}"; do
7 (
8 SESSION="crawler-$i"
9 agent-browser --session "$SESSION" open "${URLS[$i]}"
10 agent-browser --session "$SESSION" wait --load networkidle
11 agent-browser --session "$SESSION" read > "output-$i.md"
12 agent-browser --session "$SESSION" screenshot "shot-$i.png"
13 agent-browser --session "$SESSION" close
14 ) &
15done
16wait
17echo "All sites scraped."
5.3 E2E 測試流程
1#!/bin/bash
2# 場景：驗證註冊流程
3
4agent-browser open http://localhost:3000/register
5
6# 取得 snapshot
7OUTPUT=$(agent-browser snapshot -i --json)
8
9# 填入表單
10agent-browser fill @e1 "newuser@test.com"
11agent-browser fill @e2 "SecurePass123!"
12agent-browser fill @e3 "SecurePass123!"
13agent-browser click @e4
14
15# 驗證跳轉
16agent-browser wait --url "**/welcome" --timeout 5000
17TITLE=$(agent-browser get title)
18
19if echo "$TITLE" | grep -q "Welcome"; then
20 echo "PASS: Registration successful"
21else
22 echo "FAIL: Expected welcome page"
23 agent-browser screenshot failure.png
24 exit 1
25fi
26
27agent-browser close
5.4 Serverless 部署（Vercel Sandbox）
1import { runAgentBrowserCommand, withAgentBrowserSandbox } from "@agent-browser/sandbox/vercel";
2
3const result = await withAgentBrowserSandbox(async (sandbox) => {
4 // 在 microVM 中執行瀏覽器自動化
5 await runAgentBrowserCommand(sandbox, ["open", "https://example.com"]);
6 await runAgentBrowserCommand(sandbox, ["wait", "--load", "networkidle"]);
7 const snapshot = await runAgentBrowserCommand(sandbox, ["snapshot", "-i", "--json"]);
8 const screenshot = await runAgentBrowserCommand(sandbox, ["screenshot"]);
9 return { snapshot, screenshot };
10});
6. 資安掃描報告
掃描摘要
| 等級 | 評估 |
|---|---|
| 總體評分 | 🟢 Low Risk |
詳細發現
🟢 execSync 使用
- 檔案:
bin/agent-browser.js,scripts/postinstall.js,scripts/sync-version.js - 說明:
execSync用於安裝流程（偵測 glibc 版本、npm prefix 查詢、Cargo 更新），輸入皆為硬編碼字串，無使用者輸入注入風險 - 風險: 低
🟢 eval 功能
- 檔案:
skill-data/core/SKILL.md,skill-data/core/references/commands.md - 說明:
agent-browser eval是設計上的功能（在瀏覽器內執行 JS），文件明確建議用--stdin或-b避免 shell injection - 風險: 低（使用者需自行控制 eval 輸入）
🟢 密碼/認證相關
- 檔案:
skill-data/core/SKILL.md - 說明: 文件展示 password 處理流程（
--password-stdin、credential vault），實際密碼不存在於程式碼中。Vault 使用 AES-256-GCM 加密，自動產生 encryption key - 風險: 低
🟢 安全設計亮點
- Domain allowlist 限制導航範圍
- Content boundary markers 防止 LLM prompt injection
- Action policy 閘控破壞性操作
- Plugin 權限可透過
--confirm-actions要求明確授權 - State 加密 (AES-256-GCM)
- 文件明確告知
--remote-debugging-port風險
結論
Agent Browser 展現出成熟的安全設計意識。核心 CLI 以 Rust 編寫，記憶體安全性高。安全機制均為 opt-in 設計，不影響既有工作流。唯一需注意的是 eval 指令本身具有任意 JS 執行能力，使用時應確保輸入來源可信。
7. FAQ 常見問題
Q1: Agent Browser 跟 Playwright / Puppeteer 差在哪？
Agent Browser 專為 AI agent 設計，核心差異在 snapshot + ref 系統（200-400 token vs 10K+ token）、Rust 原生效能、daemon 常駐架構（毫秒級回應）、內建 MCP server。Playwright/Puppeteer 適合傳統 E2E 測試，Agent Browser 適合 AI 驅動的瀏覽器自動化。
Q2: 需要安裝 Node.js 嗎？
不需要。npm 安裝方式會下載預編譯的 Rust binary，runtime 不依賴 Node.js。也可透過 Homebrew 或 Cargo 安裝完全跳過 Node.js。
Q3: snapshot ref 會過期嗎？
會。頁面 DOM 變動後，snapshot ref 可能指向錯誤元素（#1443）。最佳實踐是每次操作後重新 snapshot，確保 ref 與當前 DOM 一致。
Q4: 如何處理 cookie consent banner？
當 click 失敗並回報 covered by <div#consent-banner> 時，先點擊 banner 上的同意/關閉按鈕，再重新 snapshot 取得新 ref。
Q5: 可以在 Docker 中使用嗎？
可以。使用 agent-browser install --with-deps 安裝系統依賴。專案提供 docker/Dockerfile.build 作為參考。
Q6: 如何限制 AI agent 只能瀏覽特定網域？
使用 --allowed-domains 旗標：
1agent-browser --allowed-domains "example.com,*.example.com" open https://example.com
Sub-resource 請求（scripts、images、fetch）也會被限制。
Q7: daemon 如何管理生命週期？
Daemon 在首次指令時自動啟動，在所有 session 關閉後繼續常駐。設定 AGENT_BROWSER_IDLE_TIMEOUT_MS 可讓 daemon 在無活動後自動退出。
8. 進階技巧
8.1 Configuration File
建立 agent-browser.json 設定持久預設值：
1{
2 "$schema": "https://agent-browser.dev/schema.json",
3 "headed": false,
4 "profile": "./browser-data",
5 "contentBoundaries": true,
6 "maxOutput": 50000,
7 "allowedDomains": "example.com,*.example.com",
8 "plugins": [
9 {
10 "name": "vault",
11 "command": "agent-browser-plugin-vault",
12 "capabilities": ["credential.read"]
13 }
14 ]
15}
優先順序：CLI flags > 環境變數 > ./agent-browser.json > ~/.agent-browser/config.json
8.2 WebSocket 串流整合
1# 啟動串流
2AGENT_BROWSER_STREAM_PORT=9223 agent-browser open example.com
3
4# 查詢串流狀態
5agent-browser stream status
WebSocket client 可連線 ws://localhost:9223，接收 JPEG frame 並傳送滑鼠/鍵盤事件，實現 “pair browsing”（人機共看）。
8.3 iOS 真機測試
1# 安裝 Appium + XCUITest driver
2npm install -g appium
3appium driver install xcuitest
4
5# 列出可用裝置
6agent-browser device list
7
8# 在 iPhone Simulator 上操作 Safari
9agent-browser -p ios --device "iPhone 16 Pro" open https://example.com
10agent-browser -p ios snapshot -i
11agent-browser -p ios tap @e1
12agent-browser -p ios swipe up
8.4 Plugin 開發
Plugin 透過 agent-browser.plugin.v1 stdio JSON 協定通訊。四種 capability：
| Capability | 用途 | 觸發方式 |
|---|---|---|
credential.read | 密碼管理 | auth login --credential-provider |
browser.provider | 雲端瀏覽器 | --provider <name> |
launch.mutate | 啟動前修改 Chrome 參數 | 自動（安裝即啟用） |
command.run | 自訂指令 | plugin run <name> <capability> |
8.5 Annotated Screenshot 工作流
適合多模態 AI 模型（能看圖 + 讀文字）：
1# 帶編號標註的截圖
2agent-browser screenshot --annotate ./page.png
3# 輸出：
4# [1] @e1 button "Submit"
5# [2] @e2 link "Home"
6# [3] @e3 textbox "Email"
7
8# 直接用 ref 操作
9agent-browser click @e2
9. 整合進其他工作流
9.1 Claude Code 整合
安裝為 Claude Code skill：
1npx skills add vercel-labs/agent-browser
或在 CLAUDE.md 中加入指引：
1## Browser Automation
2
3Use `agent-browser` for web automation. Run `agent-browser --help` for all commands.
4
5Core workflow:
61. `agent-browser open <url>` - Navigate to page
72. `agent-browser snapshot -i` - Get interactive elements with refs
83. `agent-browser click @e1` / `fill @e2 "text"` - Interact using refs
94. Re-snapshot after page changes
9.2 作為 MCP Server
1{
2 "mcpServers": {
3 "agent-browser": {
4 "command": "agent-browser",
5 "args": ["mcp", "--tools", "all"]
6 }
7 }
8}
可用於 Claude Code、Cursor、Gemini CLI、GitHub Copilot、Goose、OpenCode、Windsurf。
9.3 CI/CD Pipeline
1# GitHub Actions 範例
2- name: Browser automation test
3 run: |
4 npm install -g agent-browser
5 agent-browser install --with-deps
6 agent-browser open https://staging.example.com
7 agent-browser wait --load networkidle
8 agent-browser snapshot -i --json > snapshot.json
9 agent-browser screenshot evidence.png
10 agent-browser close
9.4 搭配 opencli-browser
Agent Browser 可替代 opencli-browser 作為 AI agent 的瀏覽器後端，優勢在於：
- Rust 原生效能
- Snapshot ref 系統更適合 LLM
- 內建 MCP server
- Cloud browser provider 支援
10. 重點摘要 Checklist
- 安裝 agent-browser 並執行
agent-browser install - 熟悉核心工作流：
open->snapshot -i->click/fill @eN-> 重新snapshot - 了解 snapshot ref (
@eN) 在 DOM 變動後會失效，需重新 snapshot - 使用
--json旗標取得 machine-readable 輸出 - 使用
--session隔離多個瀏覽器實例 - 使用
--allowed-domains限制 AI agent 導航範圍 - 使用
--content-boundaries防止 LLM 被頁面內容注入 - 了解
read指令可擷取 agent-friendly 文字（v0.30.0+） - 考慮使用
--restore自動持久化 session state - 使用 MCP server 模式整合 Claude Code / Cursor
- 了解 cloud browser provider 選項（Browserless / Browserbase / Kernel 等）
- 使用
agent-browser doctor排查環境問題
11. 進一步閱讀與參考資源
- 官方文件: https://agent-browser.dev
- GitHub Repo: https://github.com/vercel-labs/agent-browser
- Skill Data:
agent-browser skills get core取得完整 AI 工作流指引 - JSON Schema: https://agent-browser.dev/schema.json
- CHANGELOG: https://github.com/vercel-labs/agent-browser/blob/main/CHANGELOG.md
- Plugin 協定:
agent-browser.plugin.v1stdio JSON protocol - Cloud Provider 文件:
- Browserless: https://browserless.io
- Browserbase: https://browserbase.com
- Browser Use: https://browser-use.com
- Kernel: https://www.kernel.sh
- AWS AgentCore: https://aws.amazon.com/bedrock/agentcore/
- Chrome for Testing: https://developer.chrome.com/blog/chrome-for-testing/
- Vercel AI Gateway: 需設定
AI_GATEWAY_API_KEY使用 chat 功能
Comments