Тонкий мост между shell и Chrome: агент видит страницу как дерево доступности с метками @e1, действует по одной команде за вызов и сам проверяет результат. Разбираем, кому это подходит.
agent-browser — нативная CLI-обёртка над Chrome от Vercel Labs (репозиторий создан 11.01.2026). Вместо SDK и длинных скриптов агент получает браузер, которым управляет по одной короткой команде: открыть страницу, прочитать её компактным текстом, кликнуть по метке и проверить результат. Мы разобрали репозиторий, документацию и npm-статистику: все цифры ниже сняты 08.11.2026.
agent-browser — CLI, написанный на Rust под Apache-2.0. Первая команда поднимает фоновый демон, который управляет браузером по Chrome DevTools Protocol. Каждая следующая команда — короткий shell-вызов к этому же браузеру, поэтому состояние между шагами не теряется: страница, куки, авторизация и вкладки живут, пока вы не закроете сессию.
Ключевая идея — snapshot. Вместо мегабайтов HTML агент получает компактный текст дерева доступности, где у каждого интерактивного элемента есть метка вида @e1. Дальше агент действует по метке и заново читает страницу, чтобы убедиться, что действие сработало.
Это не Python-библиотека для сценариев (такая есть у browser-use) и не облачный сервис. Это исполнитель, который даёт любому агенту, умеющему вызывать shell, руки в браузере: без SDK, без своего протокола и без привязки к конкретной модели.
Тот же репозиторий собирает нативные бинарники под macOS (ARM64 и x64), Linux (ARM64, x64, glibc и musl) и Windows x64 — npm-пакет сам выбирает нужный бинарник под хост.
Работа строится на повторяющемся цикле из четырёх шагов. Он выглядит примитивно, но именно он снимает главную проблему браузерных агентов: модель не угадывает координаты и селекторы, а работает по описанию страницы, которое само обновилось.
Документация отдельно фиксирует важное для агентов поведение: клик по скрытому, отключённому, вынесенному за вьюпорт или перекрытому баннером элементу падает с ошибкой, а не возвращает «успех». Для автономного агента это принципиально: он не получает ложное подтверждение и вынужден разобраться с перекрытием.
Метки привязаны к моменту снимка: после навигации или изменения DOM их нужно брать заново. Кроме меток работают CSS-селекторы, текст, XPath и семантические локаторы — например agent-browser find role button click --name "Submit".
Установка занимает минуту: npm-пакет тянет нативный бинарник, отдельная команда install скачивает Chrome for Testing (нужна один раз). На Linux с чистой системой используйте --with-deps, чтобы доустановить системные библиотеки браузера.
npm i -g agent-browser
agent-browser install
agent-browser open example.com
agent-browser snapshot -i
agent-browser click @e1
Альтернативы: brew install agent-browser для Homebrew, запуск без установки через npx agent-browser open example.com, а также сборка из исходников (нужны Node.js 24+, pnpm 11+ и Rust). Проверить окружение помогает команда doctor.
Команд в CLI много, и они сгруппированы по задачам. Ниже — карта возможностей по официальной документации; полный список отдаёт agent-browser --help.
| Группа | Команды | Зачем агенту |
|---|---|---|
| Навигация и чтение | open, back, reload, read, snapshot, get, is | понять, где он и что на странице |
| Взаимодействие | click, fill, press, select, check, drag, upload, find | выполнить действие по метке или локатору |
| Захват | screenshot, pdf, record, download, diff | доказательство шага и сравнение состояний |
| Состояние | cookies, storage, network, eval, clipboard | авторизация и проверка запросов |
| Вкладки и фреймы | tab, frame, dialog | многошаговые сценарии и модальные окна |
| Отладка | console, errors, trace, profiler, vitals, a11y | почему шаг не сработал |
| Сессии | session, state, auth, profiles, confirm | сохранение логина между запусками |
| Интеграции | skills, mcp, webmcp, flow, batch, plugin | подключение к агентской обвязке |
Отдельно стоит блок наблюдаемости: trace, profiler и vitals дают агенту (и человеку, который читает лог) не только «получилось / не получилось», но и причину: упавший запрос, медленный рендер, ошибку в консоли.
По умолчанию используется Chrome for Testing. Документация перечисляет и другие режимы: подключение к уже запущенному Chrome через --cdp или --auto-connect, альтернативные движки Lightpanda и Obscura через --engine, Mobile Safari в iOS Simulator, а также облачные провайдеры — Browserbase, Browserless, Browser Use, Kernel, AgentCore.
Это важное архитектурное решение: локальный запуск бесплатный, но упирается в ресурсы машины, а облачный переносит браузер на чужую инфраструктуру и тарифицируется провайдером. Конкретные ставки у каждого провайдера свои и меняются — сверяйте на его официальной странице.
В разделе безопасности документации описаны хранилище авторизаций (auth vault), списки разрешённых доменов, политики действий и границы контента. Для агента, который ходит по чужим сайтам, это не «дополнительная фича», а способ не дать странице управлять поведением модели.
Есть три способа подружить инструмент с агентом. Первый — прямой shell: агент вызывает команды, как любые другие утилиты. Второй — MCP: команда agent-browser mcp поднимает MCP-сервер по stdio, и клиенты вроде Claude Code, Codex или Cursor видят браузер как набор инструментов.
Третий — навыки. CLI отдаёт инструкции, совпадающие с его версией: agent-browser skills get core печатает основной цикл, работу с метками и типовые сценарии, skills list показывает специализированные наборы (electron, slack, dogfood и другие).
npx skills add vercel-labs/agent-browser
agent-browser mcp
Use agent-browser for browser work
Стаб из реестра специально сделан «тонким»: он лишь просит агента выполнить skills get core. Благодаря этому инструкции не расходятся с установленной версией CLI — типичная беда обвязок, где документация живёт отдельно от кода.
Инструмент хорошо ложится на задачи, где агент должен пройти путь: авторизоваться, заполнить форму, проверить личный кабинет, снять скриншот-доказательство, сравнить две версии страницы. И плохо ложится на массовый параллельный парсинг: это работа для краулера, а не для браузера с деревом доступности.
Сравнение с соседями по классу: browser-use — библиотека на Python, где сценарий пишется кодом и агент работает внутри процесса; Stagehand — TypeScript SDK для точных действий на странице; Skyvern — платформа воркфлоу с собственным исполнением. agent-browser занимает нишу «исполнитель для любого агента», и это же его ограничение: логику сценария он не берёт на себя.
Сам CLI распространяется под Apache-2.0 и бесплатен: ни аккаунта, ни подписки, ни лимита шагов. Платить приходится только за инфраструктуру — либо своей машиной, либо облачным провайдером браузеров.
Отдельно про npm-метрику: 8,1 млн загрузок за месяц (окно 09.10–07.11.2026) — это не 8 миллионов пользователей, а число скачиваний пакета, включая CI и переустановки. Показатель говорит о массовости установок, но не о размере аудитории.
--cdp или --auto-connect. Это удобно, когда нужен профиль с авторизациями и расширениями.agent-browser skills get core отдаёт инструкции, соответствующие установленной версии CLI, а npx skills add vercel-labs/agent-browser ставит тонкий стаб в обвязку агента.