agent-browser là một công cụ CLI nhẹ bằng ngôn ngữ Rust, giúp AI agent tương tác với trình duyệt qua các lệnh từ shell. Công cụ cho phép mở trang web, đọc nội dung dưới dạng accessibility tree và thực hiện các hành động trên các phần tử như click, giúp AI có thể tự động hoá các tác vụ web một cách hiệu quả.
Quy trình làm việc của agent-browser bao gồm các lệnh như agent-browser open example.com để mở trang, agent-browser snapshot -i để lấy bản nhạc trang với các tham chiếu @e1, @e2 cho các phần tử, sau đó dùng agent-browser click @e1 để hành động. Trình duyệt giữ mở giữa các lệnh, giúp mỗi bước chỉ cần một cuộc gọi shell ngắn gọn.
- CLI nhẹ bằng Rust, tốc độ nhanh
- Hỗ trợ các lệnh như open, snapshot, click, get url
- Cho phép dùng CSS selector, XPath và semantic locators
agent-browser mặc định sử dụng Chrome for Testing nhưng cũng hỗ trợ kết nối với Chrome đang chạy, sử dụng các engine khác như Lightpanda hay Obscura, hay thậm chí điều khiển Mobile Safari trên iOS Simulator. Người dùng có thể dùng các nhà cung cấp cloud browser như Browserbase, Browserless để chạy agent trong môi trường từ xa.
Với agent-browser, các nhà phát triển AI tại Việt Nam có thể xây dựng các hệ thống tự động hoá web mà không cần viết code phức tạp. Công cụ này đặc biệt hữu ích cho các dự án cần agent thực hiện các tác vụ lặp lại trên web, từ việc thu thập dữ liệu đến tương tác với các giao diện người dùng.
Nguồn: GitHub Trending — Biên dịch & tổng hợp: danhbaai.com