unbrowse-ai/unbrowse

Unbrowse — api native browser Skill/CLI/MCP/SDK for any agent. Auto-discovers APIs from browser traffic, generates skills on the fly to call APIs directly 100x faster, 80% cheaper locally.

解决的问题

Unbrowse 为 AI Agent 提供了一种更快速、更可靠的与网站交互的方式。Unbrowse 不仅仅依赖于缓慢且耗费资源的浏览器自动化（如 Playwright），而是通过学习并缓存网站的第一方 API 路由，绕过页面渲染和 DOM 解析，直接通过 API 调用来执行任务。

工作原理

Unbrowse 作为一个动作层运行。当 Agent 请求执行任务时，Unbrowse 会在缓存中查找已知路由。如果命中缓存，它将直接执行请求。如果未命中缓存，它会打开一个真实的浏览器来观察正在进行的请求，并记录该路由以备后用。对于需要人工干预的任务（如登录、CAPTCHA 或仅限 UI 的流程），它保留了浏览器回退机制。

适用对象

需要执行跨多个领域的重复性 Web 任务，且希望避免浏览器自动化带来的额外开销的 AI Agent 开发者。

亮点

  • 性能提升：与 Playwright 等传统浏览器自动化工具相比，实现了显著的提速（中位数高达 5.4 倍）。
  • 混合方法：将直接的 API 请求与用于复杂 UI 流程的浏览器回退相结合。
  • Agent 就绪：提供 CLI、TypeScript SDK，并支持 Model Context Protocol (MCP) 和 Agent Skills。
  • 共享学习：允许发布脱敏的路由元数据，以便其他 Agent 可以重用发现的路由。
  • 本地凭据：将网站会话和凭据保存在运行工具的本地机器上。