Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

agent-browser

Rust-CLI von Vercel Labs, mit der Coding-Agenten Chrome Befehl für Befehl steuern und Seiten als Text mit Element-Referenzen lesen.

Getestet von ReviewRamble editors · Aktualisiert

Auf GitHub ansehen Open Source

Diese Seite teilen:XLinkedInFacebookRedditWhatsAppE-Mail

Unsere Bewertung

4.4/5

Die Browser-CLI, zu der die meisten Coding-Agenten zuerst greifen sollten, vorausgesetzt, du schaltest die Schutzmechanismen ein, die standardmäßig aus sind.

Was ist agent-browser?

agent-browser ist ein natives Kommandozeilenwerkzeug in Rust von Vercel Labs, das einem KI-Agenten einen Browser zum Steuern gibt. agent-browser snapshot liefert die Seite als kompakten Accessibility-Text mit einer Referenz wie @e1 für jedes Element; der Agent klickt oder füllt über die Referenz, liest die Seite erneut und wiederholt das. Ein Hintergrund-Daemon startet mit dem ersten Befehl, steuert den Browser über das Chrome DevTools Protocol und bleibt zwischen den Aufrufen offen, sodass jeder Schritt ein kurzer Shell-Befehl ist.

Neben Navigation und Eingaben deckt es Screenshots, PDFs, Aufzeichnungen, visuelle Diffs, Cookies und Speicher, Netzwerkanalyse, Konsolenfehler, Traces, Core Web Vitals und einen React-Inspektor ab. Standard ist Chrome for Testing; es kann sich auch an dein laufendes Chrome hängen, auf die Engines Lightpanda oder Obscura wechseln, Mobile Safari im iOS Simulator steuern oder Cloud-Browser von Browserbase, Browserless, Browser Use, Kernel und AgentCore nutzen. Skills werden mit dem Binary ausgeliefert, und agent-browser mcp startet einen MCP-Server über stdio.

Das Repo steht unter Apache-2.0 und hat etwa 53.000 GitHub-Sterne; v0.43.0 erschien am 12. November 2026, und das npm-Paket wurde in der Woche bis zum 19. November etwa 2,6 Millionen Mal heruntergeladen.

Lohnt sich agent-browser?

agent-browser setzt darauf, dass ein Coding-Agent ohnehin mit einem Terminal umgehen kann, also sollte auch der Browser ein Terminal-Befehl sein. Jeder Schritt ist open, snapshot, click @e3 und wieder snapshot, und die Ausgabe sind ein paar Zeilen Text statt eines Screenshots oder einer Seite HTML. Ein Klick auf ein verstecktes, deaktiviertes oder verdecktes Element schlägt fehl, statt Erfolg zu melden; das erspart dem Agenten zehn Runden, in denen er selbstsicher auf ein Cookie-Banner klickt.

Das ist der Hauptunterschied zu Playwright MCP, das den Browser als MCP-Tools anbietet, deren Definitionen der Client vorab lädt; hier ist MCP eine Zugabe, und jeder Agent, der eine Shell ausführen kann, nutzt es ohne jede Client-Unterstützung. Von browser-use unterscheidet es sich anders: browser-use ist eine Python-Bibliothek mit eigener Modellschleife, während agent-browser kein Modell enthält und das Denken Claude Code, Codex oder dem aufrufenden Agenten überlässt. Die Installationszahlen, etwa 2,6 Millionen npm-Downloads in einer Woche, zeigen, dass sich der Ansatz durchgesetzt hat.

Der Haken: Ab Werk setzt es keine Grenzen dafür, wohin der Agent geht, was er ausführt oder was er ausgibt. Die dokumentierten Kontrollen sind gut, aber optional: eine Domain-Allowlist, eine Aktionsrichtlinie über 14 Befehlskategorien, menschliche Bestätigung, die nach 60 Sekunden automatisch ablehnt, und mit einer Nonce markierte Inhaltsgrenzen, die Seitentext als nicht vertrauenswürdig kennzeichnen. Der Auth Vault speichert Logins mit AES-256-GCM verschlüsselt, damit das Modell nie das Passwort sieht, doch gespeicherte Sitzungsdateien in ~/.agent-browser/sessions/ enthalten Tokens im Klartext, solange du keinen Schlüssel setzt. --profile kopiert die Cookies deines echten Chrome in die Sitzung, und --auto-connect braucht den offenen Debugging-Port von Chrome, der laut Doku jedem lokalen Prozess volle Kontrolle gibt. Die Allowlist lässt sich mit keinem der beiden Modi kombinieren.

Unser Fazit: Für einen Agenten, der Web-Code schreibt und prüft, ist dies inzwischen das Standard-Browserwerkzeug, und der erste Schritt nach der Installation ist eine Startzeile mit --allowed-domains und einer --action-policy-Datei, die eval verbietet. Halte es von deinem Alltags-Chrome-Profil fern, es sei denn, du würdest dem Agenten deine angemeldeten Sitzungen ohnehin überlassen.

Wo es sich lohnt

  • Eine Frontend-Entwicklerin, die mit Claude Code an einer Next.js-App arbeitet

    Den Agenten seine eigene UI-Änderung im Browser prüfen lassen, bevor er sie als fertig meldet

    Mit npm install -g agent-browser und agent-browser install installieren, zwei Zeilen in AGENTS.md ergänzen, die auf agent-browser skills get core verweisen, und den Agenten localhost öffnen, snapshotten, den Ablauf durchklicken und Konsolenfehler lesen lassen. Kostenlos; läuft mit dem Chrome for Testing auf dem Laptop.

  • Ein QA-Ingenieur in einem SaaS-Unternehmen mit 20 Leuten

    Layout-Regressionen und langsame Seiten auf einer Staging-Umgebung finden

    agent-browser diff und vitals in CI gegen Staging laufen lassen, mit --allowed-domains auf den Staging-Host begrenzt und einer Aktionsrichtlinie, die eval und Downloads verbietet. Keine Lizenzkosten; Cloud-Browser von Browserbase oder Kernel sind optional und werden von diesen abgerechnet.

  • Ein Operations-Analyst

    Einen Agenten monatlich einen Export aus einem Portal mit Login holen lassen

    Den Login mit agent-browser auth und --password-stdin speichern, damit das Modell nur den Profilnamen sieht, AGENT_BROWSER_ENCRYPTION_KEY setzen, damit Sitzungsdateien verschlüsselt werden, und mit --confirm-actions starten, damit Downloads ein Ja brauchen.

Bevor du dich festlegst

Einrichtung
npm install -g agent-browser (oder brew install agent-browser), dann agent-browser install, um Chrome for Testing herunterzuladen; unter Linux --with-deps ergänzen. npx agent-browser open example.com funktioniert ohne Installation. Native Binaries für macOS, Linux und Windows.
Integrationen
Shell-CLI, mitgelieferte Skills (agent-browser skills get core), Installation über skills.sh, MCP-Server über stdio, Plugins; Engines Chrome for Testing, Lightpanda, Obscura, iOS Simulator; Cloud-Anbieter Browserbase, Browserless, Browser Use, Kernel und AgentCore; Anleitungen für Vercel Sandbox.
Daten und Datenschutz
Läuft lokal. Der Auth Vault in ~/.agent-browser/auth/ ist immer mit AES-256-GCM und einer automatisch erzeugten Schlüsseldatei verschlüsselt; der Sitzungszustand in ~/.agent-browser/sessions/ liegt im Klartext, solange AGENT_BROWSER_ENCRYPTION_KEY nicht gesetzt ist, und verfällt standardmäßig nach 30 Tagen. Keine veröffentlichten Sicherheitshinweise.
Kosten im großen Maßstab
Keine kostenpflichtige Edition. Kosten sind der Rechner, auf dem Chrome läuft, plus Modell-Tokens, und Minutenpreise, falls du einen Cloud-Browser-Anbieter wählst.
Grenzen
Referenzen veralten nach Navigation oder DOM-Änderungen und brauchen einen neuen Snapshot. Die Allowlist ist Best Effort, keine Firewall. Der Daemon schließt einen Headless-Browser standardmäßig nach einer Stunde Leerlauf. Version 0.43.0 ist noch vor 1.0.

Was gut ist

  • Kompakte Text-Snapshots mit Referenzen halten jeden Schritt bei wenigen Zeilen
  • Normale Shell-Befehle funktionieren mit jedem Agenten; MCP optional
  • Breite Abdeckung: Netzwerk, Traces, Vitals, Diffs, Aufzeichnung, iOS Simulator
  • Verschlüsselter Auth Vault hält Passwörter aus dem Kontext des Modells

Was nicht

  • Keine Grenzen für Navigation, Aktionen oder Ausgabe, solange du sie nicht konfigurierst
  • Gespeicherter Sitzungszustand liegt ohne Schlüssel im Klartext
  • Domain-Allowlist nicht mit --profile, --cdp oder --auto-connect nutzbar
  • Vor 1.0 und schnelllebig; Befehle ändern sich zwischen Releases

Am besten für

Entwickler, die Claude Code, Codex oder einen anderen Terminal-Agenten Web-Apps in einem echten Browser mit wenig Kontextaufwand testen und debuggen lassen wollen.

Alternativen zu agent-browser

agent-browser: häufige Fragen

Lohnt sich agent-browser?
Die Browser-CLI, zu der die meisten Coding-Agenten zuerst greifen sollten, vorausgesetzt, du schaltest die Schutzmechanismen ein, die standardmäßig aus sind. Wir bewerten es mit 4.4 von 5.
Was kostet agent-browser?
Kostenlos und Open Source (Apache-2.0). Optionale Cloud-Browser-Anbieter rechnen separat ab.
Welche Nachteile hat agent-browser?
Keine Grenzen für Navigation, Aktionen oder Ausgabe, solange du sie nicht konfigurierst; Gespeicherter Sitzungszustand liegt ohne Schlüssel im Klartext; Domain-Allowlist nicht mit --profile, --cdp oder --auto-connect nutzbar; Vor 1.0 und schnelllebig; Befehle ändern sich zwischen Releases.
Für wen eignet sich agent-browser?
Entwickler, die Claude Code, Codex oder einen anderen Terminal-Agenten Web-Apps in einem echten Browser mit wenig Kontextaufwand testen und debuggen lassen wollen.
Was kostet agent-browser für ein Team oder im Produktivbetrieb?
Keine kostenpflichtige Edition. Kosten sind der Rechner, auf dem Chrome läuft, plus Modell-Tokens, und Minutenpreise, falls du einen Cloud-Browser-Anbieter wählst.
Ist agent-browser sicher für Firmendaten?
Läuft lokal. Der Auth Vault in ~/.agent-browser/auth/ ist immer mit AES-256-GCM und einer automatisch erzeugten Schlüsseldatei verschlüsselt; der Sitzungszustand in ~/.agent-browser/sessions/ liegt im Klartext, solange AGENT_BROWSER_ENCRYPTION_KEY nicht gesetzt ist, und verfällt standardmäßig nach 30 Tagen. Keine veröffentlichten Sicherheitshinweise.
Was sind die besten Alternativen zu agent-browser?
Die nächsten Alternativen, die wir getestet haben, sind Browser Use, Stagehand, PinchTab und Lightpanda.

Antworten geprüft am 20. Nov. 2026.

Du entwickelst agent-browser? Zeig diese Bewertung auf deiner Websiteagent-browser mit 4.4 von 5 bewertet auf ReviewRamble