Vibium

面向 AI Agent 和人类的浏览器自动化工具。

Vibium 为 AI Agent 提供了一套浏览器操控能力。安装 vibium 技能后，你的 Agent 便可通过简单的 CLI 命令实现页面导航、表单填写、按钮点击和截屏等操作。Vibium 同时支持作为 MCP 服务器使用，并提供 JS/TS、Python 和 Java 客户端库。

新用户？ 请查看 JavaScript、Python 或 Java 入门指南，5 分钟内即可完成快速上手。

为什么选择 Vibium？

• AI 原生。 以技能形式安装——你的 Agent 可以立即掌握全套浏览器自动化工具包。
• 零配置。 一键安装，自动下载浏览器，默认可视化。
• 基于标准。 构建于 WebDriver BiDi 之上，而非受大型公司控制的私有协议。
• 轻量级。 单个约 10MB 的二进制文件，无运行时依赖。
• 灵活性高。 可用作 CLI 技能、MCP 服务器或 JS/Python/Java 库。

---

Agent 设置

npm install -g vibium
npx skills add https://github.com/VibiumDev/vibium --skill vibe-check

第一条命令用于安装 Vibium 和 vibium 二进制文件，并下载 Chrome。第二条命令将该技能安装到 {project}/.agents/skills/vibium。

skills 是 open agent skills CLI —— 这是一个用于 AI Agent 技能的包管理器。无需全局安装，使用 npx 即可直接运行。

CLI 快速参考

# 映射与交互 (核心工作流)
vibium go https://var.parts           # 导航至 URL
vibium map                            # 映射交互元素 → @e1, @e2, ...
vibium click @e1                      # 使用引用点击
vibium diff map                       # 查看变更内容

# 查找元素 (语义化 — 无需 CSS)
vibium find text "Sign In"            # 按可见文本查找
vibium find label "Email"             # 按表单标签查找
vibium find placeholder "Search"      # 按占位符查找
vibium find role button               # 按 ARIA 角色查找

# 读取与截取
vibium text                           # 获取页面所有文本
vibium screenshot -o page.png         # 截屏
vibium screenshot --annotate -o a.png # 带元素标签的截屏
vibium pdf -o page.pdf                # 将页面保存为 PDF
vibium eval "document.title"          # 运行 JavaScript

# 等待操作
vibium wait ".modal"                  # 等待元素出现
vibium wait url "/dashboard"          # 等待 URL 变更
vibium wait text "Success"            # 等待页面出现特定文本

# 录制会话
vibium record start                   # 开始录制（包含截图）
vibium record stop                    # 停止并保存至 record.zip

# 表单与输入
vibium fill @e2 "hello@example.com"   # 使用引用填充输入框
vibium select @e3 "US"               # 选择下拉菜单选项
vibium check @e4                      # 勾选复选框
vibium press Enter                    # 按下按键

完整命令列表：SKILL.md

替代方案：MCP 服务器 (用于结构化工具调用而非 CLI)：

claude mcp add vibium -- npx -y vibium mcp    # Claude Code
gemini mcp add vibium npx -y vibium mcp       # Gemini CLI

查看 MCP 设置指南 获取更多选项及故障排除信息。

---

语言 API

npm install vibium   # JavaScript/TypeScript
pip install vibium   # Python

Java (Gradle):

implementation 'com.vibium:vibium:26.3.18'

Java (Maven):

<dependency>
    <groupId>com.vibium</groupId>
    <artifactId>vibium</artifactId>
    <version>26.3.18</version>
</dependency>

安装过程会自动下载 Vibium 二进制文件和 Chrome，无需手动配置浏览器。

JS/TS 客户端

异步 API:

import { browser } from 'vibium'

const bro = await browser.start()
const vibe = await bro.page()
await vibe.go('https://example.com')

const png = await vibe.screenshot()
await fs.writeFile('screenshot.png', png)

const link = await vibe.find('a')
await link.click()
await bro.stop()

同步 API:

const { browser } = require('vibium/sync')
const fs = require('fs')

const bro = browser.start()
const vibe = bro.page()
vibe.go('https://example.com')

const png = vibe.screenshot()
fs.writeFileSync('screenshot.png', png)

const link = vibe.find('a')
link.click()
bro.stop()

Python 客户端

# 异步
from vibium.async_api import browser

# 同步 (默认)
from vibium import browser

异步 API:

import asyncio
from vibium.async_api import browser

async def main():
    bro = await browser.start()
    vibe = await bro.page()
    await vibe.go('https://example.com')
    
    png = await vibe.screenshot()
    with open('screenshot.png', 'wb') as f:
        f.write(png)
        
    link = await vibe.find('a')
    await link.click()
    await bro.stop()

asyncio.run(main())