拆解agent-browser的快照与动作验证
这篇技术解析聚焦面向 AI 智能体的浏览器自动化 CLI agent-browser 0.41.1，介绍网页观察、元素引用与浏览器动作接口。文章对比新版 Rust daemon 加 Chrome DevTools Protocol 路径和旧版 Node.js 加 Playwright 实现，并说明快照如何转化为可执行引用，以及为何点击成功不等于任务完成。文章还记录了一次 Mastra 适配器本地升级，60 项相关测试通过，但改动尚未提交或部署。
按版本厘清架构与验收边界，可帮助开发者接入 agent-browser，避免把单次动作成功误判为用户任务已经完成。
给 Agent 一句“查一下《网络基础》有没有库存”，需要完成的是一串具体工作：打开书店，找到搜索框，填入书名，触发查询，再确认结果对应的是这本书。网页上的某次点击成功，只能证明一个动作完成了，距离回答用户的问题还差一次结果核对。
agent-browser 把观察网页和操作浏览器整理成了命令行接口。这篇借小界和小南的一次查询，把这些接口串成一个完整任务，再说明工具与 Agent 各自承担什么。漫画中的书店、库存和命令输出均为教学示意，不是实际业务执行记录。
一句话总结
agent-browser 的核心定位是面向 AI Agent 的浏览器自动化 CLI，提供网页观察、元素引用和浏览器动作；基础命令通常由上层 Agent 决策调用。实现需要按版本区分：0.19.0 默认走 Node.js + Playwright，0.41.1 默认 Chrome 路径走 Rust daemon + CDP。
#agent-browser#@mastra/agent-browser#Mastra#Playwright#Chrome DevTools Protocol#Chrome#Node.js#Rust