# agent-browser CLI de automatización del navegador para agentes de IA que inicia Chrome, ofrece instantáneas basadas en referencias y admite numerosas acciones desde la línea de comandos; disponible para macOS, Linux y Windows. - Findings24: - Sitio web: - Precios: Freemium - Categorías: Asistente de Código IA, Herramientas IA Dev, Asistentes de pruebas con IA ## ¿Qué es agent-browser? agent-browser es una CLI de automatización del navegador para agentes de IA. Inicia y controla Chrome mediante un daemon nativo de Rust y utiliza una salida de texto compacta para mantener legible el estado del navegador en contextos de agentes. El producto se basa en un flujo de trabajo de instantáneas basadas en referencias: el navegador devuelve un árbol de accesibilidad con referencias estables, y los comandos posteriores pueden interactuar directamente con ellas. La documentación lo orienta a agentes que funcionan mediante la shell e incluye compatibilidad con navegación, formularios, capturas de pantalla, inspección de red, almacenamiento, pestañas, marcos, depuración y otras tareas del navegador. Las opciones de instalación incluyen npm, npx, Homebrew, Cargo y compilación desde el código fuente, con binarios nativos disponibles para macOS, Linux y Windows. El sitio también documenta archivos de configuración, variables de entorno y comandos para sesiones persistentes, proxies, ejecutables de navegador personalizados y un servidor MCP de automatización del navegador. ## ¿Qué puede hacer agent-browser? ### Instantáneas compactas basadas en referencias El comando snapshot devuelve un árbol de accesibilidad compacto con referencias como \`@e1\` y \`@e2\`, pensado para reducir el uso de tokens y hacer determinista la selección de elementos. ### Amplia cobertura de comandos La CLI abarca navegación, formularios, capturas de pantalla, red, almacenamiento, archivos, pestañas, marcos y depuración, con más de 50 comandos documentados en el sitio. ### Sesiones de navegador observables Las herramientas integradas incluyen grabación de vídeo, streaming, depuración, perfilador y comparación de diferencias, para inspeccionar las sesiones del navegador sin salir de la CLI. ### Binarios nativos multiplataforma La documentación destaca la compatibilidad nativa con macOS, Linux y Windows, con binarios de Rust en lugar de un envoltorio alrededor de una extensión del navegador. ### Sesiones de navegador con estado Las sesiones pueden conservar perfiles, estado de autenticación, cookies, almacenamiento, configuración del proxy y controles de seguridad para flujos de trabajo prolongados. ### Compatibilidad con flujos de trabajo avanzados La documentación de configuración e instalación destaca la compatibilidad con proxies, scripts de inicialización y flujos de trabajo de React y Web Vitals, además de documentación de Next.js + Vercel para automatización específica de aplicaciones. ## Casos de uso ### Interacción con el navegador impulsada por IA Usa la CLI para abrir una página, crear una instantánea y hacer clic o completar campos mediante referencias cuando un agente de IA necesite un control determinista del navegador desde la terminal. ### Flujos de trabajo autenticados de larga duración Usa sesiones persistentes, perfiles, cookies y almacenamiento cuando necesites que el navegador mantenga la sesión iniciada durante un flujo de trabajo prolongado o ejecuciones repetidas. ### Depuración e inspección visual Usa capturas de pantalla, grabación de vídeo, streaming, perfilador y comparación de diferencias cuando necesites inspeccionar cambios de renderizado o capturar el comportamiento del navegador para depurarlo. ### Entornos controlados e integración continua Usa la configuración del proxy, argumentos de inicio personalizados y asistentes de dependencias en la instalación al automatizar en CI, un devcontainer o bajo restricciones de red empresariales. ### Desarrollo asistido por agentes Usa las integraciones nativas documentadas y el flujo de trabajo basado en comandos de shell al trabajar junto con agentes de programación como Claude Code, Cursor, GitHub Copilot u OpenAI Codex. ## Preguntas frecuentes ### ¿Para qué se utiliza agent-browser? Es una CLI de automatización del navegador diseñada para agentes de IA. La documentación describe comandos para abrir páginas, tomar instantáneas, hacer clic mediante referencias, completar formularios, capturar pantallas y conectarse a navegadores mediante CDP. ### ¿Cómo instalo agent-browser? La documentación de instalación muestra opciones de instalación global, instalación en un proyecto, Homebrew en macOS, Cargo e inicio rápido con npx. Los usuarios de Linux también pueden instalar las dependencias del sistema necesarias con \`agent-browser install --with-deps\`. ### ¿Cómo funciona el flujo de trabajo básico? La referencia de comandos muestra un flujo orientado a la shell: abrir una página, tomar una instantánea para obtener referencias de elementos y después interactuar mediante esas referencias con comandos como click, fill, type y screenshot. ### ¿Qué tipos de comandos admite? La documentación enumera \`snapshot\`, \`screenshot\`, \`pdf\`, \`read\`, \`stream\`, \`connect\` y \`mcp\` entre los comandos disponibles, junto con acciones de navegación, formularios, pestañas, archivos y depuración. ### ¿Qué plataformas y agentes admite? El sitio documenta binarios nativos para macOS, Linux y Windows, y afirma que funciona con agentes capaces de ejecutar comandos de shell, incluidos Claude Code, Cursor, GitHub Copilot, OpenAI Codex y Gemini. ## Datos rápidos - **Categoría**: Herramienta para desarrolladores - **Uso principal**: Automatización del navegador para agentes de IA - **Plataformas**: macOS, Linux, Windows - **Interfaz**: CLI con daemon nativo de Rust - **Dominio de origen**: agent-browser.dev - **Flujo de trabajo**: Abrir página → referencias de instantánea → interactuar con comandos