Browser Tools SDK实战
让AI Agent操作浏览器最头疼的不是它能不能点，而是Token消耗太快且上下文极其混乱。很多现有的浏览器工具集把页面信息塞给模型的方式太粗暴，导致成本飙升且容易断掉。
如果你在做自动化 Agent 且厌倦了调试那些笨重的浏览器插件，这个轻量级 SDK 值得尝试。
下一篇
Codify 实测：把开发环境配置变成 Terraform 模式 →
最近刷到这个 Browser Tools SDK，它的逻辑很简洁：只暴露6个工具，核心就靠 browser_snapshot（高效快照）和 browser_exec（直接跑 Playwright 代码）。因为大模型本身对 Playwright 的代码训练量极大，直接让它写代码执行比通过一层层抽象的 API 传指令要稳得多。
实测数据挺惊人的，在26个真实场景任务中，它的通过率和顶级工具持平，但单个任务成本比次优方案低了约55%，Token 占用也少了很多。对于追求成本控制的 AI Agent 工作流来说，这才是生产环境需要的方案。
部署起来非常快，只要几行 TypeScript 就能把浏览器能力集成到 AI SDK 里：
import { createAiSdkBrowserTools } from "libretto-browser-tools/ai-sdk";
import { LocalBrowserProvider } from "libretto-browser-tools";
const { tools } = createAiSdkBrowserTools(new LocalBrowserProvider());
const result = await generateText({
model: anthropic("claude-sonnet-4-5"),
tools,
prompt: "Go to Hacker News and tell me the top story",
});几个关键点：
- 成本优势： 优化了快照机制，避免了冗余 DOM 信息刷屏。
- 灵活性： 支持
LocalBrowserProvider本地运行 Chromium，也可以接 Browserbase 等云端服务。 - 兼容性： 原生支持 AI SDK 和 Pi。
如果你在做自动化 Agent 且厌倦了调试那些笨重的浏览器插件，这个轻量级 SDK 值得尝试。
具体文档路径：
https://libretto.sh/docs/browser-tools/quickstart