agent-browser là công cụ mã nguồn mở miễn phí của Vercel Labs, cho phép AI coding agent điều khiển một trình duyệt thật, mỗi lần một lệnh shell. Đây là CLI viết bằng Rust, giấy phép Apache-2.0, chạy trên macOS, Linux và Windows. Dự án tăng khoảng 3.600 sao GitHub trong tuần qua, hiện có khoảng 49.700 sao. Phiên bản 0.42.0 ra ngày 10/11.
Cách hoạt động: agent chạy snapshot để nhận trang web dưới dạng văn bản gọn lấy từ cây accessibility, mỗi phần tử có một mã tham chiếu ngắn như @e1. Agent bấm hoặc gõ vào mã đó, chụp snapshot mới để kiểm tra kết quả rồi lặp lại. Một tiến trình nền giữ trình duyệt, tab, cookie và bộ nhớ trang mở giữa các lệnh, nên không phải khởi động trình duyệt mới cho từng bước. Mặc định công cụ điều khiển Chrome qua Chrome DevTools Protocol; nó cũng có thể gắn vào Chrome bạn đang mở, dùng engine khác, Mobile Safari trên iOS Simulator hoặc trình duyệt đám mây.
Dùng vào việc gì: theo bài đánh giá của ScriptByAI, agent có thể tự kiểm thử trang đăng nhập, thanh toán hay form nó vừa viết, đọc trang nặng JavaScript, chụp ảnh hoặc quay video để báo lỗi, xem các request mạng và chạy kiểm tra accessibility bằng bộ luật axe-core tích hợp. Công cụ chạy với mọi agent gọi được lệnh shell, và còn có thể chạy như MCP server (agent-browser mcp) hoặc cài dưới dạng agent skill. Bản 0.42.0 thêm tính năng thử nghiệm "saved flows" — ghi lại một thao tác trên trình duyệt để phát lại — và nâng yêu cầu tối thiểu lên Node 22.
Hạn chế: mã tham chiếu chỉ dùng được đến khi trang thay đổi, nên sau khi chuyển trang agent phải chụp snapshot mới; lệnh bấm sẽ lỗi nếu banner cookie hay phần tử khác che mất mục tiêu. Tự động hoá chuẩn xoay quanh Chrome/Chromium; Safari trên iOS cần macOS, Xcode và Appium. Lệnh chat tích hợp cần API key của Vercel AI Gateway, còn CLI lõi và chế độ MCP thì không. File phiên đã lưu có thể chứa token đăng nhập, cần được bảo vệ. Hiện dự án chưa được bàn nhiều trên Hacker News; sức hút chủ yếu thể hiện qua số sao GitHub.
