Communitygithub.com

agent-browser

CLI de automação de navegador para agentes de IA. Use quando o usuário precisar interagir com sites, incluindo navegar por páginas, preencher formulários, clicar em botões, capturar telas, extrair dados, testar aplicações web ou automatizar qualquer tarefa no navegador. Acionado por solicitações para

O que é agent-browser?

O agent-browser é uma ferramenta de linha de comando rápida e nativa em Rust para automação de navegador, projetada especificamente para agentes de IA como Cursor, Claude Code, Codex, Continue e Windsurf. Ele utiliza o protocolo Chrome DevTools (CDP) para controlar o Chrome ou Chromium, oferecendo snapshots da árvore de acessibilidade e referências compactas de elementos no formato `@eN` para interações precisas. Diferente de ferramentas como Playwright ou Puppeteer, o agent-browser é um binário Rust autossuficiente, sem dependências pesadas, e suporta recursos avançados como sessões persistentes, cofre de autenticação, gravação de vídeo e um painel de observabilidade na porta 4848. Para começar, execute `agent-browser skills get core` para carregar fluxos de trabalho, padrões comuns e solução de problemas, e use comandos como `agent-browser skills get electron` para habilidades especializadas em aplicativos Electron, Slack, testes exploratórios e muito mais.

Funciona com✓Claude Code✓Codex CLI✓Cursor✓Windsurf
npx skills add https://github.com/vercel-labs/agent-browser/tree/main/skills/agent-browser
Ver original→Navegar por todas as habilidades

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentação

O que agent-browser faz?

CLI de automação de navegador rápida para agentes de IA. Chrome/Chromium via CDP com snapshots da árvore de acessibilidade e referências compactas de elementos @eN.

Instalação: npm i -g agent-browser && agent-browser install

Comece aqui

Este arquivo é um stub de descoberta, não o guia de uso. Antes de executar qualquer comando agent-browser, carregue o conteúdo real do fluxo de trabalho a partir da CLI:

agent-browser skills get core             # comece aqui — fluxos de trabalho, padrões comuns, solução de problemas
agent-browser skills get core --full      # inclui referência completa de comandos e templates

A CLI fornece conteúdo de habilidade que sempre corresponde à versão instalada, então as instruções nunca ficam desatualizadas. O conteúdo neste stub não pode mudar entre versões, por isso ele apenas aponta para skills get core.

Habilidades especializadas

Carregue uma habilidade especializada quando a tarefa estiver fora de páginas web do navegador:

agent-browser skills get electron          # Aplicativos desktop Electron (VS Code, Slack, Discord, Figma, ...)
agent-browser skills get slack             # Automação de workspace do Slack
agent-browser skills get dogfood           # Testes exploratórios / QA / caça a bugs
agent-browser skills get derive-client     # Grave um HAR, derive um cliente de API independente para um site
agent-browser skills get vercel-sandbox    # agent-browser dentro de microVMs do Vercel Sandbox
agent-browser skills get protected-vercel-deployments  # Acesse implantações Vercel protegidas
agent-browser skills get agentcore         # Navegadores em nuvem AWS Bedrock AgentCore

Execute agent-browser skills list para ver tudo disponível na versão instalada.

Por que agent-browser

  • CLI nativa Rust rápida, não um wrapper Node.js
  • Funciona com qualquer agente de IA (Cursor, Claude Code, Codex, Continue, Windsurf, etc.)
  • Chrome/Chromium via CDP sem dependência de Playwright ou Puppeteer
  • Snapshots da árvore de acessibilidade com referências de elementos para interação confiável
  • Sessões, cofre de autenticação, persistência de estado, gravação de vídeo
  • Habilidades especializadas para aplicativos Electron, Slack, testes exploratórios, provedores de nuvem

Painel de Observabilidade

O painel é executado independentemente das sessões do navegador na porta 4848 e também pode ser aberto através de uma URL proxy ou encaminhada, como https://dashboard.agent-browser.localhost. Os agentes devem permanecer na origem do painel: abas de sessão, status e tráfego de stream são proxy internamente, portanto as portas da sessão não precisam ser expostas.

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

vercel-labs/agentcore

Run agent-browser on AWS Bedrock AgentCore cloud browsers. Use when the user wants to use AgentCore, run browser automation on AWS, use a cloud browser with AWS credentials, or needs a managed browser session backed by AWS infrastructure. Triggers include "use agentcore", "run on AWS", "cloud browser with AWS", "bedrock browser", "agentcore session", or any task requiring AWS-hosted browser automation.

vercel-labs/derive-client

Reverse-engineer a website's internal API by recording browser traffic into a HAR file, then generate a standalone client or CLI that calls the endpoints directly, with no browser needed after the first recording. Use when asked to "derive a client", "build a CLI for <site>", "reverse engineer this site's API", "record network requests", "turn this site into an API", or when the same site will be automated repeatedly and direct HTTP calls would beat driving the browser every time.

vercel-labs/dogfood

Systematically explore and test a web application to find bugs, UX issues, and other problems. Use when asked to "dogfood", "QA", "exploratory test", "find issues", "bug hunt", "test this app/site/platform", or review the quality of a web application. Produces a structured report with full reproduction evidence -- step-by-step screenshots, repro videos, and detailed repro steps for every issue -- so findings can be handed directly to the responsible teams.

vercel-labs/electron

Automate Electron desktop apps (VS Code, Slack, Discord, Figma, Notion, Spotify, etc.) using agent-browser via Chrome DevTools Protocol. Use when the user needs to interact with an Electron app, automate a desktop app, connect to a running app, control a native app, or test an Electron application. Triggers include "automate Slack app", "control VS Code", "interact with Discord app", "test this Electron app", "connect to desktop app", or any task requiring automation of a native Electron application.

vercel-labs/protected-vercel-deployments

Access and test Vercel deployments protected by Vercel Authentication, SSO, or Deployment Protection with agent-browser. Use when a preview or production URL redirects to a Vercel login page, returns a protection 401 or 403, or needs short-lived Trusted Sources OIDC authentication instead of a static bypass secret or public exception.

vercel-labs/slack

Interact with Slack workspaces using browser automation. Use when the user needs to check unread channels, navigate Slack, send messages, extract data, find information, search conversations, or automate any Slack task. Triggers include "check my Slack", "what channels have unreads", "send a message to", "search Slack for", "extract from Slack", "find who said", or any task requiring programmatic Slack interaction.

vercel-labs/vercel-sandbox

Run agent-browser + Chrome inside Vercel Sandbox microVMs for browser automation from any Vercel-deployed app. Use when the user needs browser automation in a Vercel app (Next.js, SvelteKit, Nuxt, Remix, Astro, etc.), wants to run headless Chrome without binary size limits, needs persistent browser sessions across commands, or wants ephemeral isolated browser environments. Triggers include "Vercel Sandbox browser", "microVM Chrome", "agent-browser in sandbox", "browser automation on Vercel", or any task requiring Chrome in a Vercel Sandbox.

vercel-labs/webmcp-gen

Build and validate experimental WebMCP tools for an existing web page. Use when an agent needs to expose a site's real workflows as page tools, create webmcp.init.js, define deterministic checks, or compare WebMCP with accessibility-tree automation.

Habilidades Relacionadas

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community