openbrowser：一个用于 TypeScript 的自主网页浏览框架，可通过 Playwright 执行自然语言任务

它解决了什么问题

Open Browser 为 AI 代理提供了一种自主与网页交互的方式。用户无需为每个网站编写手动脚本，只需用自然语言描述任务，代理即可处理完成任务所需的页面导航、点击、输入和数据提取。

工作原理

该框架使用一个循环：AI 代理将当前页面状态和用户目标发送给大语言模型（LLM）。LLM 决定所需的操作——例如点击按钮或在字段中输入——随后这些操作通过 Playwright 浏览器实例执行。代理持续进行观察与操作的循环，直至任务完成。

适用人群

本框架面向希望在应用中集成自主网页浏览功能的 TypeScript 开发者，或希望使用 CLI 自动化网页任务而无需手动编码的用户。

亮点

• 多模型支持：通过 Vercel AI SDK 兼容 OpenAI、Anthropic 和 Google 模型。
• 交互式 REPL：提供实时浏览器提示，便于调试和原型开发。
• 沙箱执行：提供资源限制（CPU/内存）和域名限制，确保代理运行更安全。
• 生产就绪特性：包括卡顿检测、费用追踪、会话管理和回放记录。