工作机制与关键组成
打开页面
访问目标网页，并等待页面进入可操作的状态。
依据页面定位
读取无障碍快照，使用其中的元素引用定位控件，避免凭空猜选择器。
检查结果
点击或输入后重新查看页面状态，确认结果符合预期再继续。
如何选择
需要让编码智能体通过命令行操作网页，并希望用紧凑的页面快照辅助定位时，可以考虑它。
适合解决哪些问题
- 让终端编码智能体复现网页操作流程并检查执行结果。
- 通过命令行和页面快照自动完成浏览器检查。
使用时要留意什么
- 页面跳转或更新后，旧快照可能失效，需要重新读取。
- 登录态浏览器权限很高；应限制智能体可访问的浏览器配置和页面范围。
使用前，先弄清楚
agent-browser 读取快照后，为什么还要重新观察页面？
快照反映的是某个时刻的页面状态。点击、导航或异步更新之后，原有元素引用可能失效，下一步应基于新状态定位。把任务拆成“读取快照—执行操作—确认结果”，比连续猜测多个控件更容易发现偏差。
放在一起理解
继续核对原始资料
概念说明参考项目文档与源码；场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。