浏览器自动化

通过结构化缺陷报告、截图和视频，自动化执行任意 Web 应用的探索式 QA。dogfood 会驱动 agent-browser 客户端探索目标站点，发现视觉、功能、UX、性能、console 和可访问性问题，并输出带有清晰复现步骤的、可直接分享的 QA 报告。

通过 agent-browser 和 Chrome DevTools Protocol（CDP）自动化现有的 Electron 桌面应用，例如 VS Code、Slack、Discord、Figma、Notion 和 Spotify。该技能帮助你连接到正在运行的 Electron 应用，获取快照，并与其 UI 交互，用于端到端的桌面与流程自动化。

通过浏览器自动化，从命令行控制 Slack。slack 技能通过 agent-browser 连接到你已有的 Slack Web 会话，让你可以检查未读频道、扫描私信、搜索会话、抽取数据，并在更大的自动化流程中生成结构化报告。

在 Vercel Sandbox microVM 中运行带有 headless Chrome 的 agent-browser，让部署在 Vercel 上的应用可以安全、可扩展地执行真实浏览器自动化、截图和页面交互。

agent-browser 让 AI agent 能通过 inference.sh 控制一个由 Playwright 驱动的浏览器。它可以打开页面，使用 @e 元素引用进行点击、输入、拖拽、上传文件、抓取内容，并截取截图或录制视频。非常适合 Web 自动化、数据抽取和由 agent 驱动的浏览流程。

agent-browser 是为 AI agents 和 shell 脚本设计的 Chrome/Chromium 浏览器自动化 CLI。你可以用它打开页面、导航、点击、填写表单、抓取快照、截图、录屏、性能 profiling、管理会话、处理认证流程，以及自动化端到端浏览器操作流程。

agent-tools 会在你的智能体中暴露 inference.sh CLI，让你可以在一个入口里调用 150+ 个 AI 应用：图片生成、视频创作、LLM、大模型搜索、3D，以及 Twitter 自动化等。适合希望用统一工作流来调用 FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等多种模型，又不想自己管理 GPU 或复杂集成的场景。