什么是 Agent Browser？

Agent Browser（AI 浏览器代理） 是一种基于大语言模型（LLM）和计算机视觉的智能自动化工具，能够自主操作浏览器完成复杂任务。

它通过"理解"网页内容和元素上下文来行动，而非依赖传统的 XPath 选择器——即使网站布局改变，也能正常运作。

核心特点

典型使用场景

📦 企业场景

• 多供应商采购 — 自动在多个供应商网站下单

• 数据采集 — 从无 API 的系统提取数据

• 跨平台研究 — 多网站比价、信息汇总

💼 办公场景

• 表单自动填写 — 如保险理赔、申请表格

• 日程管理 — 自动登录系统预约/安排

• 报表生成 — 从多个后台系统提取数据

🧪 技术场景

• Web 测试 — 模拟复杂用户行为进行测试

• UI 自动化验收 — 自动检测页面功能是否正常

🔐 安全场景

• 威胁检测 — 结合 MITRE ATT&CK 生成检测规则

• 安全巡检 — 自动检测系统漏洞

一句话总结

Agent Browser = 让 AI 代替人工操控浏览器，自主完成网页上的各类复杂操作任务。