首页项目文章PK榜关于
探索项目

OpenBrowser

不活跃
GitHub TypeScript MIT

简介

AI 驱动的自主网页浏览框架，让 AI Agent 像人一样点击、输入、导航和提取数据，支持 OpenAI、Anthropic 和 Google 模型。

核心特性

  • 自然语言任务执行 — 描述需求，Agent 自动导航、点击、输入并提取数据
  • 多模型支持，通过 Vercel AI SDK 可一键切换 OpenAI、Anthropic 和 Google 模型
  • 交互式 REPL — 进入实时浏览器会话，用于调试、原型设计和探索
  • 沙箱执行 — 内置 CPU/内存监控、超时限制和域名限制
  • 生产就绪 — 支持停滞检测、成本追踪、会话管理和回放录制
  • MIT 开源 monorepo — 核心库、CLI 和沙箱包完全可扩展

适用场景

💡 自动化网页抓取和动态网站数据提取
💡 表单填写和多步骤工作流，如注册流程或结账操作
💡 竞争情报收集 — 跨网站监控价格、功能和内容
💡 使用自然语言脚本进行 Web 应用端到端测试
💡 研究自动化 — 让 Agent 浏览并汇总多个来源的信息

优势与不足

✅ 优势

  • • 社区热度高（9.5k stars）
  • • 开源许可证友好（MIT）
  • • Issue 响应及时，积压少

标签

browser-agent web-automation playwright typescript autonomous

分类

🌐 浏览器 Agent

快速开始

npm install -g @open-browser/cli && cp .env.example .env # 添加 API 密钥
open-browser run "找到 Hacker News 上的头条故事并总结"
访问 GitHub

相关项目

Stagehand

24.0k · TypeScript
活跃 A+

Stagehand 是 Browserbase 推出的浏览器 Agent SDK，为 AI 编码助手提供网页操作能力。支持 act、extract、observe 三种核心原语，让 AI Agent 能够自然地浏览和操作网页，是构建浏览器 Agent 的首选工具。

browser-agentsdkweb-automation +2
  • · 三原语 API — act（执行动作）、extract（提取数据）、observe（观察页面）三种核心操作
  • · 自然语言与代码混合 — 在同一工作流中自由切换 AI 驱动和确定性代码控制
  • · 自动缓存与自愈 — 重复操作自动缓存跳过 LLM 推理，页面变化时自动修复
查看完整详情 → 在 GitHub 查看

MCP Playwright

5.6k · TypeScript
不活跃 B

基于 Playwright 的 MCP 服务器，支持在 Claude Desktop、Cline、Cursor 等 AI 编码工具中自动化浏览器和 API 操作

mcpplaywrightbrowser-automation +2
  • · 基于 Model Context Protocol 的服务器，使 LLM 能通过 Playwright 与真实浏览器环境交互，实现网页自动化、爬取和测试
  • · 143 种真实设备预设，精确模拟 iPhone、iPad、Pixel、Galaxy 和桌面浏览器
  • · 自动安装浏览器二进制文件——首次使用时自动下载 Chromium、Firefox 和 WebKit，无需手动配置
查看完整详情 → 在 GitHub 查看

HyperAgent

1.5k · TypeScript
不活跃 C

HyperAgent 是基于 Playwright 的 AI 浏览器自动化框架，提供 page.ai()、page.perform()、page.extract() 等高级 API，内置 MCP 客户端和动作缓存，让 AI Agent 以自然语言指令操控网页浏览、交互和数据提取。

browser-automationplaywrightai-agent +3
  • · AI 自然语言命令驱动的浏览器自动化，替代脆弱的脚本
  • · page.ai()、page.perform()、page.extract() 三级 API 体系，覆盖简单到复杂场景
  • · 内置 MCP 客户端，可连接 Composio 等工具实现完整工作流
在 GitHub 查看