Headless Browser Automation for AI

agent-browser เป็นเครื่องมือ CLI สำหรับระบบอัตโนมัติเบราว์เซอร์ไร้หัว ออกแบบมาสำหรับเอเจนต์ AI โดยเฉพาะ สร้างด้วย Rust ดั้งเดิม ให้การประมวลผลและดำเนินการคำสั่งที่รวดเร็วและมีประสิทธิภาพ เครื่องมือนี้เน้นที่เอาต์พุตข้อความขนาดกะทัดรัดเพื่อลดการใช้โทเค็น ทำให้เหมาะสำหรับประสิทธิภาพบริบท AI มีคำสั่งมากกว่า 50 คำสั่งสำหรับการนำทาง, โต้ตอบกับแบบฟอร์ม, ภาพหน้าจอ, ควบคุมเครือข่าย และจัดการพื้นที่เก็บข้อมูล คุณสมบัติ ได้แก่ เซสชันสำหรับอินสแตนซ์เบราว์เซอร์แยก, รองรับหลายแพลตฟอร์ม (macOS, Linux, Windows) และเข้ากันได้กับเอเจนต์ AI ต่างๆ เช่น Claude Code, Cursor และ OpenAI Codex คุณสมบัติสแนปชอตแบบ ref-based ของเครื่องมือนี้ให้การเลือกองค์ประกอบที่แน่นอนโดยใช้ accessibility trees

ติดตั้ง agent-browser โดยใช้ตัวจัดการแพ็คเกจที่คุณต้องการ (เช่น brew, npm) ดาวน์โหลด Chrome (หากยังไม่ได้ติดตั้ง) โดยใช้ agent-browser install เปิดเว็บไซต์โดยใช้ agent-browser open <url> รับสแนปชอตของหน้าเว็บโดยใช้ agent-browser snapshot โต้ตอบกับองค์ประกอบโดยใช้ refs (เช่น agent-browser click <ref>)

agent-browser พร้อมใช้งานฟรีและเป็นโอเพนซอร์ส