ИИ-агенты получили полноценный браузер из командной строки

Vercel Labs выпустил agent-browser — CLI-инструмент на Rust, который даёт ИИ-агентам настоящий браузер, управляемый через компактные снимки accessibility tree вместо сырого HTML. Инструмент использует примерно на 90% меньше токенов, чем MCP-сервер Playwright. Проект распространяется под лицензией Apache 2.0 и изначально создан специально для ИИ-агентов, а не для людей, пишущих скрипты вручную.

ℹ Что такое agent-browser
agent-browser — это нативный Rust CLI, который позволяет ИИ-агенту управлять браузером по одной команде за раз: открыть страницу, получить её структуру в виде текста, нажать на элемент — и так по кругу, не перезапуская браузер между шагами.

Как это работает

Инструмент состоит из двух слоёв: Rust CLI разбирает аргументы за доли миллисекунды, а нативный Rust-демон напрямую общается с Chrome по CDP (Chrome DevTools Protocol) — без Node.js и без Playwright. Демон остаётся «тёплым» между командами через Unix domain sockets, избегая перезапуска браузера на каждый вызов.

Первый релиз в январе использовал Rust CLI поверх Node.js-демона с Playwright внутри. Версия от 17 июля перешла на 100% нативный Rust: демон теперь напрямую говорит по Chrome DevTools Protocol — без Node.js, без Playwright.

Ключевая концепция — система ref (ссылок). Команда snapshot возвращает страницу в виде компактного текста, где каждый интерактивный элемент получает идентификатор вида @e1, @e2 и т.д. Агент действует по этим идентификаторам, после чего делает новый снимок и проверяет результат.


sequenceDiagram
    participant Agent as ИИ-агент
    participant CLI as agent-browser CLI
    participant Daemon as Rust Daemon
    participant Chrome as Chrome (CDP)

    Agent->>CLI: agent-browser open example.com
    CLI->>Daemon: запуск / переподключение
    Daemon->>Chrome: CDP: navigate
    Agent->>CLI: agent-browser snapshot -i
    Chrome-->>Daemon: accessibility tree
    Daemon-->>Agent: компактный текст + refs (@e1, @e2...)
    Agent->>CLI: agent-browser click @e1
    Daemon->>Chrome: CDP: click element
    Chrome-->>Agent: результат действия

Установка и быстрый старт

agent-browser распространяется как npm-пакет, содержащий нативный Rust CLI и демон. Поддерживается несколько способов установки:

# Глобальная установка через npm
npm install -g agent-browser
agent-browser install  # скачивает Chrome for Testing

# macOS через Homebrew
brew install agent-browser
agent-browser install

# Linux с системными зависимостями
agent-browser install --with-deps

# Без установки
npx agent-browser open example.com

Типичный сеанс работы агента выглядит так:

agent-browser open example.com
agent-browser snapshot -i        # интерактивные элементы с ref
agent-browser click @e1          # действие по ref из снимка
agent-browser get url            # проверка результата
agent-browser close
💡 Совет по рефам
Refы актуальны только до следующей навигации или изменения DOM. После любого действия, меняющего страницу, нужно сделать новый snapshot перед использованием рефов снова.

Команды и возможности

Инструмент покрывает весь жизненный цикл работы с браузером:

ГруппаПримеры командНазначение
Навигация и чтениеopen, back, reload, snapshot, getОткрытие страниц, получение состояния
Взаимодействиеclick, fill, type, press, scroll, dragРабота с элементами форм и UI
Захватscreenshot, pdf, record, diffСкриншоты, видео, диффинг
Сеть и состояниеcookies, storage, network, evalУправление данными сессии
Вкладки и фреймыtab, frame, dialogМноговкладочная работа
Отладкаconsole, trace, profiler, vitalsDevTools, профилировщик
Агентыskills, mcp, flow, batchИнтеграция с агентскими системами

Интеграция с ИИ-агентами

Инструмент работает с любым ИИ-агентом: Cursor, Claude Code, Codex, Continue, Windsurf и другими.

Помимо веб-страниц, agent-browser умеет автоматизировать Electron-приложения (VS Code, Slack, Discord, Figma, Notion, Spotify), управлять Slack-воркспейсом и запускать автоматизацию в Vercel Sandbox microVM.

Для подключения к агенту достаточно одной команды:

npx skills add vercel-labs/agent-browser

Для MCP-клиентов (Model Context Protocol — протокол взаимодействия между моделью и инструментами) предусмотрен отдельный режим:

agent-browser mcp  # запускает MCP-сервер через stdio
⚠ Платные компоненты
Сам CLI бесплатен и работает под лицензией Apache-2.0, локальные команды выполняются через нативный CLI. Однако облачные провайдеры браузеров (Browserbase, Browserless и др.) и модели через Vercel AI Gateway — это внешние сервисы с собственной тарификацией.

Платформы и производительность

Нативные Rust-бинарники собраны для macOS (ARM64, x64), Linux (ARM64, x64) и Windows (x64).

По сравнению с Node.js-реализацией, Rust-версия демонстрирует холодный старт около 600 мс против 1000 мс у предшественника — примерно в 1,6 раза быстрее.

Значение для отрасли

Это первый браузерный автоматизатор, который рассматривает ИИ-агентов как первоклассных пользователей, а не как запоздалую мысль.

Репозиторий уже набрал более 22 000 звёзд на GitHub, что говорит о высоком интересе сообщества. agent-browser переосмысливает автоматизацию браузера вокруг намерения, а не селекторов — давая ИИ-агентам устойчивый, основанный на accessibility способ навигации и взаимодействия с живыми веб-страницами.

Примечательно, что инструмент появился на фоне растущего рынка browser-use решений: конкурируют между собой Playwright MCP от Microsoft, Surfer-H-CLI от H Company и собственные инструменты браузерных провайдеров. agent-browser стал первым инструментом автоматизации браузера, который относится к ИИ-агентам как к полноправным пользователям: каждое архитектурное решение — от CLI-интерфейса до ref-снимков и фоного демона — продиктовано вопросом, что помогает LLM лучше управлять браузером.