技能地圖

Tenten Curated · Browser Automation · July 2026

Browser Automation Atlas 給 AI Agent 的瀏覽器工具地圖。 Tenten 精選 10 個 GitHub Repo。

Tenten 精選的 Browser Automation GitHub Repo 選型報告，涵蓋 AI Agent CLI、Browser Use、Playwright、反偵測瀏覽器、LLM 爬蟲、本機 AI 瀏覽器與相鄰影片代理工作流。

Browser Automation 已分化為四種產品：操作型 CLI、推理型 Agent、資料爬取管線與本機 AI 瀏覽器。本報告依控制介面、執行環境、登入狀態、反偵測需求與資料輸出整理十個專案，提供可直接採用的選型與組合建議。

閱讀時間
6 分
更新日期
開啟原始報告
精選專案
10Repos涵蓋 CLI、Python Agent、爬蟲框架、擴充功能與完整瀏覽器。
選型維度
5 Axes可控性、Agent 自主性、登入狀態、反偵測能力、批次資料處理。
主要授權
MIT / ApacheBrowserOS 採 AGPL-3.0；部署與衍生散布前需另行檢查義務。
資料快照
24 Jul. 2026功能、安裝方式、Stars 與授權依 GitHub API 和各 repo README 核對。
本頁章節

01CONTROL SURFACE · RUNTIME · AUTH · DATA

先選執行模型，再選Repo

選型原則

  1. CLI 適合可觀察的確定性操作

    agent-browser 與 playwright-cli 把瀏覽器能力變成短指令。Agent 可逐步 snapshot、click、fill、screenshot，並把失敗點留在終端紀錄中。

  2. Agent 框架處理開放式任務

    browser-use 讓 LLM 規劃頁面操作，適合「找出資料並完成表單」等目標導向任務。代價是模型成本、非確定性與更高的執行觀測需求。

  3. 登入狀態與反偵測是獨立架構選擇

    BrowserOS、Nanobrowser 與 web-ui 偏向沿用本機互動環境；camofox-browser 將反偵測 Firefox 封裝為 Agent API。兩者不應混為同一種需求。

  4. 大量內容擷取使用爬蟲框架

    Crawl4AI 與 Crawlee 針對佇列、並行、代理、重試與結構化輸出設計。批次索引或 RAG 資料管線不應由互動式 Agent 逐頁點擊完成。

02CLI · Agent · StealthPrimary Automation Layer

操作 Control

把瀏覽器動作交給 coding agent、LLM 規劃器或反偵測瀏覽器服務。

Agent 操作層

CLI · AUTONOMOUS AGENT · STEALTH RUNTIME

排名 01/04

vercel-labs / agent-browser

Tenten 首選的通用 Agent CLI

Rust CLI · accessibility refs · 狀態、網路、效能與除錯工具

以 accessibility snapshot 產生穩定 refs，提供 click、fill、upload、tabs、cookies、network、HAR、trace、Web Vitals 與 a11y 稽核。適合 Codex、Claude Code 與 CI 中需要逐步證據的瀏覽器操作。

  • ✓ 通用首選
  • ★ 39.1k
  • Apache-2.0
  • Rust CLI
/
04
Install
npm / brew
Browser
Chrome
Fit
Agent Ops

排名 02

microsoft / playwright-cli

Playwright 官方的Coding Agent CLI

token-efficient · sessions · live monitoring dashboard

Microsoft 將 Playwright 常用操作封裝為 CLI 與 Skills。支援持久 session、儲存狀態、截圖、PDF、tabs、網路與 dashboard；適合已採 Playwright 的工程與測試團隊。

  • ✓ Playwright 官方
  • ★ 12.2k
  • Apache-2.0
  • Node.js 18+
Install
@playwright/cli
Mode
Headless / UI

排名 03

browser-use / browser-use

開放式任務的Python Agent 框架

CLI 適合一次性任務；Python library 適合可重複產品流程

讓 LLM 自主開頁、點擊、輸入與擷取資料，支援自訂工具、模型與瀏覽器。官方 README 將一次性 Agent 任務導向 CLI，將產品內嵌與細粒度控制導向 Python library。

  • ★ 106.5k
  • MIT
  • Python 3.11+
  • LLM Agent
Install
uv / pip
Runtime
Local / Cloud

排名 04

jo-inc / camofox-browser

反偵測需求的Firefox Agent Server

Camoufox · REST API · stable refs · proxy 與 GeoIP

以 Camoufox 的 C++ 層 fingerprint spoofing 為基礎，提供 accessibility snapshots、元素 refs、session 隔離、cookie 匯入、proxy、VNC 登入與 OpenAPI。用於一般 Playwright 容易被封鎖的站點。

  • ✓ Stealth 專用
  • ★ 8.0k
  • MIT
  • REST API
Port
9377
Browser
Camoufox

03Python · TypeScriptData Pipeline Layer

資料 Crawling

將網站內容轉成 LLM、RAG、搜尋索引或資料產品可使用的結構化輸出。

爬取與資料管線

LLM-READY EXTRACTION · QUEUES · SCALE

排名 01/02

unclecode / Crawl4AI

LLM 與 RAG 導向的Python 爬蟲

Markdown 產出 · structured extraction · dynamic crawling

針對 AI 資料工作流提供 Markdown、結構化擷取、JavaScript 頁面處理、快取、hooks、截圖與部署 API。適合建立知識庫、RAG 語料與研究型批次擷取。

  • ✓ LLM 資料首選
  • ★ 74.7k
  • Apache-2.0
  • Python
/
02
Install
pip
Output
Markdown / JSON

排名 02

apify / crawlee

生產級佇列與代理管理的TypeScript 框架

HTTP + browser · Playwright + Puppeteer · proxy rotation

以一致介面整合 HTTP 與真實瀏覽器爬取，提供自動重試、request queue、儲存、代理輪替與 browser management。適合需要長時間運作、可恢復與可擴展的資料採集服務。

  • ✓ 生產爬蟲首選
  • ★ 25.0k
  • Apache-2.0
  • TypeScript
Install
npx crawlee
Drivers
PW / Puppeteer

04UI · Extension · BrowserHuman-in-the-Loop

介面 Surfaces

讓非工程使用者操作 Agent、沿用登入狀態，或把結構化代理方法延伸到其他媒體。

使用介面與相鄰工作流

WEB UI · EXTENSION · AGENTIC BROWSER · MEDIA AGENT

排名 01/04

browseros-ai / BrowserOS

本機登入工作流的完整 Agentic Browser

BrowserClaw + BrowserOS · MCP · session replay · local-first

同一 repo 提供 Agent 驅動的 BrowserClaw 與內建 AI 的 Chromium fork BrowserOS。可沿用登入帳號、連接 MCP、觀看即時工作並在本機重播 session；適合高互動、需人工接管的日常營運。

  • ✓ 本機登入首選
  • ★ 12.6k
  • AGPL-3.0
  • MCP
/
04
Products
2 Browsers
Privacy
Local-first

排名 02

nanobrowser / nanobrowser

瀏覽器內執行的多 Agent 擴充功能

Chrome extension · 自帶 LLM key · planner + navigator

在 Chrome extension 內執行多 Agent 工作流，支援多種 LLM provider 與既有瀏覽器環境。適合希望低部署成本、可視化操作與自帶模型金鑰的個人使用者。

  • ★ 13.5k
  • Apache-2.0
  • Chrome Extension
  • Multi-Agent
Runtime
In-browser
Keys
BYO LLM

排名 03

browser-use / web-ui

browser-use 的Gradio 操作介面

多模型 · 自訂瀏覽器 · persistent sessions · Docker

為 browser-use 提供 Gradio UI，支援多家 LLM、自訂 Chrome 路徑、持久 session、螢幕錄製與 Docker。適合示範、內部工具與需要人工觀察的 Agent 實驗。

  • ★ 16.2k
  • MIT
  • Gradio
  • Docker
Port
7788
Base
browser-use

排名 04

browser-use / video-use

結構化 Agent 方法的影片剪輯延伸

transcript → EDL → render → self-eval

此 repo 不是瀏覽器控制器。它把「用結構化表示降低模型負擔」的思路用於影片：以逐字稿與按需視覺檢查產生 EDL、渲染並自我驗證。適合參考 Agent 工作流設計，不應列入瀏覽器 runtime 比較。

  • ✓ 相鄰參考
  • ★ 17.7k
  • MIT
  • FFmpeg
Type
Video Agent
Output
final.mp4

05DECISION STACKS · JULY 2026

按任務建立Browser Stack

Tenten 推薦組合

先選主要控制面，再按反偵測、資料規模與登入狀態加入第二層。避免同一任務同時疊加多個瀏覽器控制器。

01 · Coding Agent 日常操作

agent-browser 作為預設控制面

適用表單、後台、登入後操作、部署驗證與網站 QA。需要 Playwright 原生生態或既有測試資產時，改用 playwright-cli；兩者擇一作為單次任務的主控制器。

02 · 開放式 Agent 任務

browser-use 負責規劃與工具路由

適用目標明確、步驟未知的任務。若站點有反自動化阻擋，將執行環境切到 camofox-browser 或受管 stealth browser；保留人工確認與執行紀錄。

03 · RAG 與大量資料擷取

Crawl4AI 與 Crawlee 二選一

Python／LLM-ready Markdown 優先選 Crawl4AI；TypeScript、生產級 request queue、代理輪替與長時間任務優先選 Crawlee。互動式 Agent 僅處理爬蟲無法覆蓋的例外頁。

04 · 本機帳號與人工接管

BrowserOS / BrowserClaw 作為登入工作台

適用郵件、行事曆、CRM 與需觀看 Agent 行為的營運流程。偏好 Chrome extension 與自帶模型金鑰時選 Nanobrowser；需要 browser-use 示範介面時選 web-ui。

AI-First 設計與技術顧問公司。我們把 Browser Automation、Claude、Codex、MCP 與資料管線接進企業級網站與營運流程。

精選 Repo

資料管線

本機介面

公司

© 2026 Tenten Inc. · Browser Automation Atlas Vol.002 · 資料截至 2026 年 7 月 24 日。Stars 為當日 GitHub API 快照並採四捨五入；功能、授權與安裝方式以各 repo 最新文件為準。

參考資料