vercel-labs/agent-browser

해결하는 문제

agent-browser는 AI 에이전트가 웹 브라우저를 신뢰할 수 있는 방식으로 자동화하고 상호작용할 수 있도록 설계된 빠르고 네이티브 Rust 기반의 CLI 도구입니다. 페이지 탐색, 요소 상호작용, 데이터 추출을 간소화하며, 접근성 트리와 주석이 달린 스크린샷과 같은 에이전트 친화적인 출력을 제공합니다.

작동 방식

이 도구는 Chrome for Testing을 통해 Chromium 기반 브라우저를 제어하는 CLI로 작동합니다. AI 에이전트는 전통적인 CSS 선택자 또는 세미틱 로케이터(ARIA 역할, 레이블, 플레이스홀더)를 사용하여 클릭, 입력, 스크롤과 같은 다양한 작업을 수행할 수 있습니다. AI 에이전트가 페이지를 '보는' 데 도움을 주기 위해 snapshot 명령어를 통해 고유한 참조를 가진 접근성 트리를 생성하며, 에이전트가 요소를 복잡한 선택자 대신 @e1과 같은 ID로 참조하여 상호작용할 수 있도록 합니다.

대상 사용자

주로 웹을 탐색하고, 자동 테스트를 수행하거나, 현대 웹 애플리케이션에서 구조화된 데이터를 추출해야 하는 AI 에이전트를 개발하는 개발자들을 위한 도구입니다.

주요 특징

• 에이전트 최적화 출력: LLM이 페이지 상태를 더 쉽게 파싱할 수 있도록 접근성 트리와 주석이 달린 스크린샷을 생성.
• 세미틱 로케이터: 역할, 텍스트, 레이블, 플레이스홀더로 요소를 찾을 수 있어 취약한 CSS 선택자에 대한 의존도를 줄입니다.
• 네이티브 성능: 빠르고 효율적인 성능을 위해 Rust로 구현.
• WebMCP 지원: 모델 컨텍스트 프로토콜(MCP)의 실험적 지원을 통해 페이지에서 제공하는 도구를 탐지하고 호출할 수 있습니다.
• 포괄적인 브라우저 제어: 쿠키, 스토리지, 네트워크 가로채기, 뷰포트 설정, 마우스 이동(인간처럼 곡선 이동 포함)을 완전히 제어할 수 있습니다.
• 배치 실행: 여러 명령어를 한 번의 호출로 실행하여 프로세스 시작 오버헤드를 줄입니다.