欢迎关注我的知识星球:https://t.zsxq.com/FF0He
我会分享最新AI资讯、源代码、回答你的提问。
这期我分享一个我最近用得很顺的工具:agent-browser(支持有头/无头),相比 Playwright MCP 上下文占用更低;最新版还支持 CDP 模式,可以直接连接到你正在运行、已登录的浏览器会话。
我做了几组真实实验:
- 在 AI 编程工具里调用 agent-browser:自动搜索资料 → 写帖子 → 发到平台
- 接管已登录浏览器发 X 帖子、写评论(也会讲遇到的问题)
- 用它做 UI 自动化/网页测试、帮我调试一个 Convex 后台的简单应用
- 在 Gemini 上输入绘图提示词、用 Deep Research/Canvas 批量开页面做任务
- 也测试了电商平台数据采集:便利但在“表格填写”等陌生流程上会卡
如果你也有“步骤多、重复点击、需要登录态”的工作流,agent-browser 很可能能把时间还给你。
---
时间戳
00:00 agent-browser 是什么?
00:20 实测
07:44 详解:适用场景、CDP 模式排坑
资源:
https://github.com/vercel-labs/agent-browser