核心用法
agent-browser-core 是一套面向AI Agent的浏览器自动化操作指南，基于 agent-browser CLI工具（Rust核心+Node.js降级方案）。其核心工作流遵循"快照-引用-再快照"模式：首先捕获页面DOM快照生成带refs标记的结构化数据，AI通过refs定位元素执行点击、输入等操作，DOM变更后重新快照验证状态。所有操作支持 --json 输出便于机器解析，内置等待策略与加载状态检测确保操作可靠性。
显著优点
1. AI原生设计：专为LLM优化的快照格式，元素自带语义化refs引用，避免脆弱的CSS选择器
2. 双引擎保障：Rust核心保证性能，Node.js降级确保兼容性
3. 确定性输出：结构化JSON响应，适合自动化脚本集成
4. 完善的安全框架：内置安全模式、域名白名单、高危操作清单等防护机制
5. 生产级文档：涵盖安装、架构、命令映射、工作流、故障排查全链路
潜在缺点与局限性
- 非SDK形态：仅提供CLI调用指南，无法深度嵌入自定义JS代码
- 媒体流限制：不支持大文件上传流或复杂媒体工作流
- 外部依赖重：实际功能完全依赖用户自行安装的agent-browser CLI
- 学习成本：refs抽象概念需要理解，与传统Playwright/Selenium范式不同
适合的目标群体
- 构建AI Agent平台的开发者，需要机器可解析的浏览器交互接口
- 追求确定性、可审计的自动化测试团队
- 希望用Rust性能替代Node.js Puppeteer场景的基础设施工程师
- 需要结构化页面快照进行LLM推理的RAG应用开发者
使用风险
1. 供应链风险：agent-browser CLI通过npm分发，需固定版本防止恶意更新
2. 权限扩散：CLI本身具备执行任意JS、文件系统访问、网络流量操控等高权限，建议在Docker隔离环境运行
3. 凭证泄露：自动化流程中可能接触登录态，需确保日志脱敏与令牌管理
4. 资源泄漏：未关闭的tab或session会导致浏览器进程堆积，需严格遵循清理规范