vercel-labs/agent-browser — это интерфейс командной строки для автоматизации браузера, предназначенный для агентов искусственного интеллекта, а не для традиционных комплексных наборов тестов. Его недавний рост — более 100 звезд GitHub в день — отражает практическую потребность: предоставить агентам компактный скриптовый...
vercel-labs/agent-browser — это интерфейс командной строки для автоматизации браузера, предназначенный для агентов искусственного интеллекта, а не для традиционных комплексных наборов тестов. Его недавний рост — более 100 звезд GitHub в день — отражает практическую потребность: предоставить агентам компактный интерфейс со сценариями для навигации по веб-сайтам, проверки состояния страниц и выполнения действий без необходимости принудительной интеграции каждого рабочего процесса через интеграцию пользовательского браузера.
Центральный рабочий процесс построен на семантических снимках и стабильных ссылках на элементы. Вместо того, чтобы просить агента анализировать необработанный HTML-код, CLI может предоставить доступное представление текущей страницы, позволяя модели выбирать элементы и выполнять такие действия, как нажатие, ввод текста или навигация.
Минимальная локальная настройка выглядит так:
npm install -g агент-браузер
установка агента-браузера
агент-браузер открыт https://example.com
снимок агента-браузера -i
агент-браузер нажмите @e1
снимок экрана браузера агента /tmp/example.png
Точная ссылка на элемент будет зависеть от снимка, возвращаемого целевой страницей. В цикле агента этот снимок становится наблюдением, а команды становятся контролируемыми инструментами с понятными входами и выходами.
С точки зрения проектирования шлюзов, важная конструкция