Selenium创始人推Vibium,AI浏览器自动化新架构
大家好,今天本人给大家带来文章《Selenium 创始人推 Vibium,AI Agent 浏览器自动化新架构》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
Selenium 的原始作者最近发布了一款面向 AI Agent 的新型浏览器自动化基础设施——Vibium。

该项目的核心是一个用 Go 编写的轻量级单体二进制程序:Clicker。它内建了浏览器全生命周期控制、WebDriver BiDi 协议代理,以及符合 MCP 规范的服务端能力。
- 浏览器管控: 自动识别并启动支持双向通信的 Chrome 实例
- BiDi 代理: 基于 WebSocket 的命令中继服务,将指令精准转发至浏览器
- MCP 服务端: 提供标准化的 stdio 接口,适配各类 LLM 驱动的智能体
- 智能等待: 在执行操作前主动轮询目标元素状态
- 截图功能: 支持以 PNG 格式捕获当前视口画面
整体系统架构如下所示:
┌─────────────────────────────────────────────────────────────┐│ LLM / Agent ││ (Claude Code, Codex, Gemini, Local Models) │└─────────────────────────────────────────────────────────────┘ ▲ │ MCP Protocol (stdio) ▼ ┌─────────────────────┐ │ Vibium Clicker │ │ │ │ ┌───────────────┐ │ │ │ MCP Server │ │ │ └───────▲───────┘ │ ┌──────────────────┐ │ │ │ │ │ │ ┌───────▼───────┐ │WebSocket│ │ │ │ BiDi Proxy │ │◄───────►│ Chrome Browser │ │ └───────────────┘ │ BiDi │ │ │ │ │ │ └─────────────────────┘ └──────────────────┘ ▲ │ WebSocket BiDi :9515 ▼┌─────────────────────────────────────────────────────────────┐│ JS/TS Client ││ npm install vibium ││ ││ ┌─────────────────┐ ┌─────────────────┐ ││ │ Async API │ │ Sync API │ ││ │ await vibe.go() │ │ vibe.go() │ ││ │ │ │ │ ││ └─────────────────┘ └─────────────────┘ │└─────────────────────────────────────────────────────────────┘
借助 Vibium,像 Claude Code 这样的 AI Agent 只需发送标准 MCP 指令,即可实现对网页的完整操控。该方案内置浏览器自动发现与下载机制、元素就绪自动等待逻辑,并同时提供同步与异步两种调用方式,显著简化了 Agent 浏览器集成的复杂度。
开源地址:https://github.com/VibiumDev/vibium
源码地址:点击下载
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。
Python并发性能监控指标采集全解析
- 上一篇
- Python并发性能监控指标采集全解析
- 下一篇
- Mac安装Eclipse及Java项目创建教程
-
- 科技周边 · 业界新闻 | 16小时前 |
- Redis 官方博客怎样提炼数据结构能力的落地场景
- 229浏览 收藏
-
- 科技周边 · 业界新闻 | 16小时前 | MySQL · 业界新闻 · 兼容性 · mysql 弃用 版本升级 移除 Release notes 兼容风险 Upgrade Checker
- MySQL Release Notes 怎样判断数据库升级前的兼容风险
- 250浏览 收藏
-
- 科技周边 · 业界新闻 | 16小时前 | 工具链 · rust · 工程实践 · Rust 工具链 rustup Cargo Rust 1.100.0 stable beta nightly
- Rust 官方公告怎样区分语言变化和工具链变化
- 149浏览 收藏
-
- 科技周边 · 业界新闻 | 16小时前 | python · 版本发布 · Python 弃用 版本迁移 What’s New Porting
- Python 官方 What’s New 怎样定位迁移注意事项
- 175浏览 收藏
-
- 科技周边 · 业界新闻 | 16小时前 | 开发者工具 · GitHub Copilot 模型策略 模型退役 替代模型 迁移计划
- GitHub Copilot 模型退役前怎样切换到替代模型
- 369浏览 收藏
-
- 科技周边 · 业界新闻 | 16小时前 | 云原生 · kubernetes · 业界新闻 · Kubernetes NameSpace enforce Pod Security Admission PSA warn audit Pod Security Standards
- Kubernetes Pod Security Admission 怎样把策略告警转成阻断
- 272浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1074次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1073次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1237次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1180次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1022次使用
-
- GitHub Actions schedule 仅在默认分支生效怎么办
- 2026-11-14 501浏览
-
- 蒙面演唱引争议,旺仔小乔被平台封禁
- 2025-08-08 501浏览
-
- openGauss向量驱动升级,RAC多写突破内核
- 2025-07-30 501浏览
-
- 安普瑞斯工厂放假,电芯供应受影响
- 2025-07-04 501浏览
-
- 农产品APP开发优势与功能全解析
- 2025-04-30 501浏览

