Агент, который не видит веб, работает по памяти модели. Как только ему нужен свежий курс, счёт или заявка на сайте, появляется браузер — и вместе с ним вопрос: CLI, библиотека или облако. Сравниваем четыре живых инструмента на проверяемых цифрах.
Дать агенту браузер — значит дать ему три вещи: способ открыть страницу, способ прочитать её в понятном виде и способ нажать на нужный элемент. Всё остальное — детали реализации. Дальше выбор сводится к тому, где живёт браузер (на вашей машине, в облаке или внутри Python-процесса), как агент получает состояние страницы (accessibility tree, DOM или скриншот) и кто платит за токены, которые эта страница съедает.
Классический путь — accessibility tree: браузер отдаёт структуру «кнопка Отправить», «поле Email», «ссылка Читать». Это дешево по токенам и устойчиво к смене вёрстки, потому что агент работает не с CSS-классами, а с ролями и подписями. Второй путь — сырой DOM и CSS-селекторы: точнее, но хрупко. Третий — скриншот и компьютерное зрение: универсально, дорого и медленно, зато работает там, где разметка бессмысленна, например в canvas-приложениях.
Все четыре инструмента ниже так или иначе комбинируют эти пути, но ставка у них разная. Vercel строит вокруг текстовых снапшотов с короткими ссылками на элементы. browser-use делает ставку на Python-цикл, где модель пишет код действий. Stagehand даёт типизированные методы act/extract/observe поверх Playwright. Skyvern больше про воркфлоу: форма, документ, повторяемый процесс.
agent-browser — нативный CLI на Rust от Vercel Labs: 50 068 звёзд, Apache-2.0, версия 0.42.0 в npm на 12.11.2026. Идея простая до изящества: агент не держит соединение, а отправляет по одной короткой команде. Команда snapshot возвращает страницу сжатым текстом, где у каждого элемента есть ссылка вида @e1; агент действует по ссылке, читает страницу снова и повторяет. Браузер при этом остаётся открытым между вызовами — за это отвечает фоновый демон, который поднимается с первой командой и общается с браузером по Chrome DevTools Protocol.
Демон закрывает headless-браузер и завершается после часа без команд, предварительно сохраняя состояние, если настроена персистентность сессий. Каждая сессия (--session) получает свой демон и свой браузер, то есть параллельные задачи не мешают друг другу. По умолчанию используется Chrome for Testing; доступны движки Lightpanda и Obscura, подключение к уже запущенному Chrome через --cdp или --auto-connect, Mobile Safari в iOS-симуляторе и облачные провайдеры — Browserbase, Browserless, Browser Use, Kernel, AgentCore.
npm install -g agent-browser
agent-browser install
agent-browser open example.com
agent-browser click @e1
agent-browser mcp
Ещё один слой — навыки для агентов. В комплекте идёт набор skill'ов, которые совпадают с версией CLI: agent-browser skills get core выдаёт основной цикл работы со ссылками, skills list показывает специализированные наборы. Через реестр навыков ставится тонкая обёртка, которая велит агенту загрузить инструкции из самого CLI — так они не расходятся с установленной версией.
browser-use — самый популярный проект категории: 120 787 звёзд, 13 498 форков, лицензия MIT. На 12.11.2026 в PyPI лежит версия 1.0.2 с описанием «браузерный агент на Pydantic AI: один постоянный Python-REPL поверх чистого CDP». Это принципиально другой подход: агент не отправляет отдельные команды, а пишет и исполняет Python-код, который живёт в одной сессии. Плюс — гибкость: циклы, условия, разбор JSON прямо в процессе. Минус — цена: код надо исполнять в песочнице, иначе агент получает доступ ко всей машине.
pip install browser-use playwright install chromium
У проекта есть облачный вариант — Browser Use Cloud со стелс-браузерами и хостингом агента. Это удобно, когда нужны антибот-профили и прокси, но это уже другой бюджет: локальная библиотека бесплатна, облако — по тарифам провайдера, которые стоит смотреть на официальном сайте, а не в пересказах.
Stagehand — SDK от Browserbase: 26 009 звёзд, MIT, пакет @browserbasehq/stagehand версии 4.4.0 в npm. Он не пытается заменить Playwright, а надстраивается над ним: вы описываете действие словами (act), просите извлечь данные по схеме (extract) или получить список доступных действий (observe). Для команд, у которых уже есть e2e-тесты на Playwright, это самый мягкий переход — код остаётся на месте, меняется только способ описания шага.
Skyvern — 23 390 звёзд, Python, но лицензия AGPL-3.0, и это принципиально: если вы встраиваете Skyvern в свой продукт как сервис, придётся открывать исходники производной работы. Технически проект силён в повторяемых браузерных процессах: формы, загрузка документов, многошаговые сценарии с проверкой результата. Для внутренней автоматизации лицензия не мешает, для SaaS — обязательно к обсуждению с юристом.
| Критерий | agent-browser | browser-use | Stagehand |
|---|---|---|---|
| Язык и форма | Rust CLI | Python-библиотека | TypeScript SDK |
| Лицензия | Apache-2.0 | MIT | MIT |
| Звёзды | 50 068 | 120 787 | 26 009 |
| Установка | npm i -g agent-browser | pip install browser-use | npm i @browserbasehq/stagehand |
| Как агент управляет | команды в shell | Python-код в сессии | act / extract / observe |
| Браузер по умолчанию | Chrome for Testing | Chromium через Playwright | Playwright / Browserbase |
| Облако | 5 провайдеров на выбор | Browser Use Cloud | Browserbase |
| Задача | Что брать | Почему |
|---|---|---|
| Агент в терминале (Claude Code, Codex) | agent-browser | одна короткая команда на шаг, есть MCP и навыки |
| Сложная логика с разбором данных | browser-use | агент пишет код и работает в одной Python-сессии |
| Уже есть тесты на Playwright | Stagehand | надстройка, а не замена стека |
| Повторяемые процессы с формами | Skyvern | воркфлоу и проверка результата из коробки |
| Нужны стелс-профили и прокси | облачный провайдер | локальный браузер палится по отпечатку |
| Нужен только текст страницы | любой + свой парсер | браузерный агент здесь избыточен |
Отдельная история — стоимость. Браузерный агент ест токены на каждом шаге, а страница-каталог может весить десятки тысяч токенов. Практика простая: снапшот только интерактивных элементов, ограничение глубины навигации, кэш уже прочитанных страниц. И честная метрика: сколько шагов в среднем занимает задача — у хорошо настроенного агента это 3–7 шагов, у плохо настроенного — тридцать, и все тридцать оплачены.