agent-browser 是 Vercel Labs 開源的一套命令列工具，用 Rust 寫成，目的是讓 AI 代理（agent）能直接用指令操作瀏覽器。過去要讓 AI 操控瀏覽器，往往需要搭配複雜的自動化框架或讀取整個網頁原始碼，agent-browser 把頁面轉換成精簡的文字格式，並為每個可互動元素標上代號（例如 @e1），讓 AI 只要讀代號就能下指令，大幅降低操作瀏覽器所需的資訊量。
技術上，agent-browser 主要以 Rust 開發，透過 Chrome DevTools Protocol（CDP）與瀏覽器溝通，指令會送到背景常駐程式，由它持續控制瀏覽器，讓每一步操作都只是簡短的 shell 指令，不需要重新開啟瀏覽器。工具支援 Chrome for Testing、Lightpanda 等多種瀏覽器引擎，也能接上 Browserbase、Browserless 等雲端瀏覽器服務，並提供 open、snapshot、click、fill、scroll、screenshot 等指令，涵蓋導覽、互動、擷取畫面等常見操作。
這個專案今天登上 GitHub 熱門榜第一名，反映出目前開發者對「讓 AI 代理自己操作瀏覽器」這個題目的高度關注。隨著越來越多 AI 工具被設計成能自主完成網頁任務，像是填表單、爬資料、測試網站，開發者需要一套簡單又穩定的介面讓 AI 讀懂畫面並做出動作，agent-browser 正好提供了這種輕量的指令介面，加上由 Vercel Labs 這個開發工具團隊推出，也帶來不少關注度。
對正在學程式的孩子與家長來說，這則比較偏產業面：agent-browser 本身是給已經會寫程式、懂得用命令列的開發者使用的進階工具，不是入門教材。不過它背後的概念值得知道，電腦程式也可以像人一樣「看懂」網頁上有哪些按鈕、欄位，然後依照指令去點擊、輸入文字，這和學習程式時練習拆解步驟、寫出清楚指令的邏輯是相通的。
AI開源開發工具Rust