AI 原生浏览器自动化引擎

Rust 核心 + Node.js 备选的 CLI 浏览器自动化工具，提供快照、引用、结构化命令等 AI 友好特性，适合确定性代理任务。

基本信息

• 技能名称?Agent Browser Core
• 中文名称?AI 原生浏览器自动化引擎
• 作者?codedao12
• 分类?专业技能
• 版本?1.0.1
• 标签?cli, browser-automation, ai-agent, rust, snapshot, refs, json-output, web-scraping, deterministic-automation

使用方法

使用说明
核心用法
Agent Browser Core 是专为 AI 代理设计的命令行浏览器自动化工具，采用 Rust 构建核心引擎并保留 Node.js 降级方案。其核心价值在于 确定性自动化 ——通过快照（snapshot）+ 引用（refs）机制，将网页状态捕获为紧凑的结构化数据，使 LLM 能够基于稳定标识符执行点击、输入、提取等操作。
典型工作流遵循「快照 → 行动 → 再快照」模式：先获取页面快照获得元素引用，通过 --json 输出供脚本解析，执行操作后等待 DOM 稳定再次快照验证。命令体系覆盖导航、交互、提取、会话管理四大类别，支持负载状态检测与显式等待控制。
显著优点
AI 原生设计 ：refs 引用系统避免脆弱的 CSS 选择器，DOM 变化后仍可通过语义引用定位元素
性能与兼容 ：Rust 核心保证执行速度，Node.js 备选确保环境适配性
结构化输出 ：原生 --json 支持，无缝接入自动化流水线
资源管控 ：显式会话关闭与标签页管理，防止浏览器实例泄漏
潜在局限
非 SDK 架构 ：需通过 CLI 调用，深度 JS 集成或自定义扩展受限
媒体处理弱 ：大文件上传、复杂流媒体场景非其设计目标
学习曲线 ：refs 概念与快照工作流需理解转换，传统 Puppeteer/Playwright 用户需适应期
适合人群
构建确定性 AI 代理的开发者（如浏览器使用、数据提取代理）
需要可审计、可回放自动化步骤的合规场景
追求 CLI 轻量方案，不愿引入重型浏览器控制库的项目
常规风险
认证泄露 ：令牌与凭证需按机密管理，避免硬编码于命令历史
网络隔离 ：需显式配置域名白名单，默认阻断 localhost/私有网络访问
高危操作 ： eval 、 --allow-file-access 、自定义可执行路径等需人工审批，安全模式默认禁用
状态残留 ：未关闭的会话可能导致浏览器进程累积，需确保资源释放逻辑