agent-browser: AI 에이전트가 쉘에서 직접 조종하는 Rust 기반 브라우저 CLI

AI 에이전트가 웹 페이지를 열고, 접근성 트리 형태로 내용을 읽으며, 특정 요소를 클릭하거나 채우는 작업을 수행하는 터미널 기반 도구다. Rust로 작성된 네이티브 CLI가 백그라운드 데몬을 통해 Chrome DevTools Protocol로 브라우저를 제어한다. 각 명령어는 짧은 셸 호출로 처리되며, 브라우저 세션은 명령 사이에도 유지되어 연속적인 작업이 가능하다.

페이지의 모든 요소에 @e1과 같은 참조(ref)를 부여하여 에이전트가 해당 참조를 통해 액션을 실행하도록 설계했다. 숨겨진 요소나 비활성화된 버튼, 뷰포트 밖의 요소에 대한 클릭은 성공이 아닌 실패로 보고, 이를 통해 에이전트가 상태를 재확인하고 재시도하도록 유도한다. CSS 셀렉터, XPath, 시맨틱 로케이터도 지원하여 다양한 방식으로 요소를 지정할 수 있다.

기본적으로 Chrome for Testing을 사용하지만, 실행 중인 Chrome에 연결하거나 Lightpanda, Obscura 엔진을 선택할 수도 있다. iOS 시뮬레이터의 Mobile Safari 구동 및 Browserbase, Browserless 등 클라우드 브라우저 프로바이더와의 연동도 지원한다. MCP 클라이언트를 위한 stdio 기반 MCP 서버를 내장하고 있어 기존 에이전트 인프라에 쉽게 통합할 수 있다.

에이전트용 스킬을 제공하여 CLI 버전과 일치하는 지침을 자동으로 로드하도록 돕는다. macOS, Linux, Windows의 ARM64 및 x64 아키텍처를 지원하는 네이티브 바이너리를 배포하며, npm 패키지를 통해 호스트 환경에 맞는 바이너리를 자동으로 선택한다. Apache-2.0 라이선스로 공개되어 있으며, 복잡한 브라우저 자동화 스크립트 작성 대신 단순한 셸 명령어로 웹 작업을 수행하려는 개발자에게 적합하다.