前言¶
Agent 要帮用户「打开页面、填表、点按钮、截图或从页面取数」，常见做法是接 Playwright/Puppeteer，或在对话里堆一长串浏览器 API 说明。前者依赖重、上下文占得多；后者指令容易和实际安装的 CLI 版本对不上。
Agent Browser 把浏览器自动化收成独立 CLI，并通过无障碍树快照和紧凑的元素引用（@eN）把「页面上有什么、点哪里」变成 Agent 好消费的文本。下面介绍它是什么、能做什么，以及如何在 SkillHub / OpenClaw 与 npm 两条路径上启用。
这是什么¶
Agent Browser 是面向 AI 代理的浏览器自动化命令行工具。维护者为 Nicolas Kleiber（rez0），在 SkillHub 上的坐标为 @clawhub_rez0/agent-browser，版本 1.0.0，分类 ai-agent，上游见 ClawHub 技能页。Skill 元数据标注 requires_api_key=false，安装 Skill 本身不强制要求 API Key。
SkillHub 上的定位是：当用户需要与网站交互——浏览页面、填写表单、点击按钮、截图等——时使用该 Skill。底层 CLI 通过 Chrome/Chromium 的 CDP 驱动浏览器，强调无障碍树快照与 @eN 元素引用，便于 Agent 做精准点击与填写，而不必在对话里维护完整 DOM。
核心功能¶
以下能力均来自官方 Skill 页与上游仓库说明，不含未核实项。
- 网页自动化：导航、填表、点击、截图、从页面提取数据、Web 应用测试等常见浏览器任务。
- 无障碍树快照：输出可读的页面结构，并用
@eN形式引用元素，减少「选错选择器」带来的误操作。 - 原生 Rust CLI：官方说明其为 Rust 实现，非 Node 包装层；通过 CDP 连接 Chrome/Chromium，不依赖 Playwright 或 Puppeteer。
- 与多种 Agent 客户端配合：官方列举 Cursor、Claude Code、Codex、Continue、Windsurf 等；Skill 层负责在合适场景触发「用 agent-browser 而不是内置浏览器工具」的工作流。
- 会话与状态：上游提到 sessions、认证 vault、状态持久化、录像等能力（具体命令以已安装版本的
skills get core为准）。 - 扩展 Skill 包（通过 CLI 按需加载）：
-electron：Electron 桌面应用（VS Code、Slack、Discord、Figma 等）
-slack：Slack 工作区自动化
-dogfood：探索性测试 / QA
-vercel-sandbox：在 Vercel Sandbox microVM 中运行
-agentcore：AWS Bedrock AgentCore 云浏览器
ClawHub 页面还列出典型触发语：例如「打开某网站」「填表单」「点按钮」「截图」「从页面抓数据」「登录站点」等；是否走 Agent Browser 由 Agent 结合 Skill 说明判断。
安装与启用¶
Agent Browser 有两层：npm 全局 CLI（真正执行浏览器操作）和 Skill 包（告诉 Agent 何时、如何用 CLI）。两条路径可组合使用。
1. 安装 CLI（npm）¶
官方安装命令：
npm i -g agent-browser && agent-browser install
agent-browser install 用于准备 CLI 所需的浏览器/运行时组件（具体步骤以命令输出为准）。
2. 在 SkillHub 安装 Skill（Cursor 等）¶
SkillHub 页面给出的安装指引：参考 SkillHub 安装文档，安装坐标 @clawhub_rez0/agent-browser。
若尚未安装 SkillHub CLI，可先检查：
command -v skillhub && skillhub --version
未安装时可用文档中的安装脚本（完整安装或 --cli-only 仅 CLI）。安装 Skill 时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被客户端加载。Cursor 常用路径示例：
skillhub install @clawhub_rez0/agent-browser --dir ~/.cursor/skills/
Claude Code、Codex、Windsurf 等路径见 SkillHub 安装文档第四节；按实际客户端替换 --dir 即可。
3. OpenClaw 生态安装 Skill¶
ClawHub 提供的 OpenClaw 安装命令：
openclaw skills install @rez0/agent-browser
坐标 @rez0/agent-browser 与 SkillHub 的 @clawhub_rez0/agent-browser 对应同一上游技能，命名空间不同。
4. 加载与 CLI 版本对齐的用法说明¶
上游仓库中的 SKILL 发现页强调：不要只读本 stub，应先向 CLI 拉取与当前安装版本一致的工作流文档，避免文档过期：
agent-browser skills get core # 工作流、常见模式、排错
agent-browser skills get core --full # 含完整命令参考与模板
查看当前版本可用的扩展 Skill：
agent-browser skills list
按需加载例如：
agent-browser skills get electron
agent-browser skills get slack
典型用法¶
可复现的起步流程如下。
- 全局安装 CLI 并执行
agent-browser install（见上一节）。 - 在所用 Agent 的 skills 目录安装
@clawhub_rez0/agent-browser（或 OpenClaw 的@rez0/agent-browser）。 - 在终端或让 Agent 执行
agent-browser skills get core，按返回内容中的工作流执行具体子命令（导航、快照、通过@eN点击等）。
官方未在静态页面列出完整子命令表；具体命令名与参数以 skills get core --full 输出为准。Agent 侧典型任务描述仍与自然语言一致，例如让用户打开 URL、填写字段、对 @eN 引用元素操作、截图或导出页面数据。
适用场景与注意¶
适合谁
- 需要 Agent 稳定操作真实浏览器、且希望用无障碍树 + 元素引用降低选择器维护成本的团队。
- 已在 Cursor、Claude Code、Codex 等环境使用 Skills，希望统一「网站交互」触发规则的场景。
- 除普通网页外，还要自动化 Electron 应用、Slack，或在 Vercel Sandbox / AWS AgentCore 等环境跑浏览器的情况（需先
skills get对应扩展包）。
限制与注意
- 需要本机或运行环境具备 Chrome/Chromium 及 CDP 可用；CLI 安装步骤以
agent-browser install为准。 - Skill 描述建议 优先使用 agent-browser，而非客户端内置的浏览器自动化；若同时配置多种工具，需在 Agent 规则里避免冲突。
- SkillHub 页面数据（截至抓取）：评分 100000，下载 1059842，安装 36434；与 npm 包下载量可能重复统计，仅作商店热度参考。
- 安全与审计：ClawHub 页面提供 Security audit 入口；生产环境使用前建议按组织规范审阅权限与可访问站点范围。
结尾¶
Agent Browser 把「AI 要控浏览器」收敛成 Rust CLI + 版本绑定的 Skill 文档：无障碍树快照和 @eN 引用让操作更可读、可重复，Skill 层则把网站交互、填表、截图等意图映射到统一工具链。
- SkillHub 技能页：https://www.skillhub.cn/skills/clawhub_rez0/agent-browser
- SkillHub API / 安装入口：https://api.skillhub.cn/zcwl/agent-browser
- 上游说明与 OpenClaw 安装：https://clawhub.ai/rez0/agent-browser
