A

agent-browser

Un navigateur pilotable en ligne de commande, pensé pour donner à un agent une description compacte des pages et les moyens d'y agir.

Dépôt· Vercel Labs· Licence Apache-2.0Comment démarrer ↓

EN UN COUP D’ŒIL

Ça sert à
  • Examiner un parcours après une modification
  • Reproduire un problème d'interface
  • Lire une page qui demande des interactions
  • Conserver une trace du rendu
Pour démarrer
  1. Installer
  2. Préparer le navigateur
  3. Ouvrir une page
  4. Lire l'état
  5. Suivre puis observer
  6. Garder une trace

C'est quoi ?

Des commandes pour lire et manipuler une page

agent-browser est une CLI publiée par Vercel Labs sous licence Apache 2.0. Elle peut ouvrir un navigateur, lire une page, cliquer, remplir un champ et produire une capture. Son interface est conçue pour être appelée par un agent, mais les commandes sont aussi utilisables directement dans un terminal.

La commande snapshot renvoie une représentation textuelle de l'arbre d'accessibilité : les éléments de la page sont décrits par leur rôle et leur nom, avec des repères comme @e1. L'agent utilise ces repères pour désigner une cible. Cette représentation aide à naviguer ; une capture reste utile pour examiner la disposition et les éléments qui se comprennent visuellement.

À quoi ça sert ?

Aller voir ce que fait une application

Examiner un parcours après une modification

Un agent qui vient de modifier un écran peut ouvrir l'application et parcourir les étapes concernées. Tu peux lui demander de montrer les actions effectuées et le résultat observé, au lieu de conclure uniquement à partir des fichiers modifiés.

Reproduire un problème d'interface

Une suite d'actions explicites aide à préciser un bug : ouvrir la page, remplir un champ, cliquer et regarder l'état suivant. Si le problème dépend d'un compte ou de données particulières, il faut aussi décrire ces conditions pour rendre la reproduction utile.

Lire une page qui demande des interactions

L'outil peut ouvrir une rubrique ou suivre un lien avant d'extraire du texte. Cela permet d'examiner ce qui est accessible dans le navigateur, avec les limites du site et de la session utilisée. Une seule page lue ne prouve pas que toutes les informations pertinentes ont été trouvées.

Conserver une trace du rendu

Une capture permet de montrer un état à une autre personne ou de le comparer après une correction. Elle complète la description textuelle, notamment lorsque la hiérarchie, l'alignement ou un état visuel font partie de ce qu'il faut vérifier.

Pourquoi ?

Faire une place au résultat observé

Lire le code d'un bouton permet de comprendre son intention ; suivre son action dans l'application permet de vérifier le comportement obtenu. agent-browser rend cette seconde étape accessible à un agent qui travaille déjà dans le terminal. Tu peux lui demander de conserver une trace de ce qu'il a réellement ouvert et manipulé.

Le format textuel des snapshots vise à réduire la matière à examiner pour choisir une action. L'intérêt dépend de la page et de la tâche. Il ne suffit pas à établir un gain universel de tokens, de vitesse ou de fiabilité. Pour choisir l'outil, regarde surtout s'il permet de reproduire ton parcours et d'en rendre compte clairement.

Comment je m'en sers ?

Observer une page avant d'agir

Les commandes suivantes sont documentées par le projet. Elles n'ont pas été exécutées pour préparer cette fiche.

Recevoir la newsletter

Des tutos, des essais et des retours bruts sur ce que je construis. Le lien pour te désabonner est en bas de chaque édition.

L’inscription se termine sur Substack, dans un nouvel onglet.