Selenium 开创人宣布 Vibium，面向 AI Agent 的浏览器主动化架构

Selenium 的开创人近日推出了专为 AI Agent 打造的浏览器主动化基本架构 Vibium。

该项目标核心是一个由 Go 说话编写的单一二进制文件 Clicker。这个核心组件集成了浏览器生命周期治理、WebDriver BiDi 协定代理以及 MCP 办事器功能。

• 浏览器治理：检测/启动启用双向通信的 Chrome 浏览器
• 双向代理：一种将敕令路由到浏览器的 WebSocket 办事器
• MCP 办事器： LLM 代理的标准输入输出接口
• 主动等待：在交互之前轮询元素
• 屏幕截图：视口捕获为 PNG 格局

项目架构如下：

┌─────────────────────────────────────────────────────────────┐│                         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()    │    ││    │                 │               │                 │    ││    └─────────────────┘               └─────────────────┘    │└─────────────────────────────────────────────────────────────┘

经由过程 Vibium，诸如 Claude Code 之类的智能体只需经由过程简单的 MCP 敕令，即可获得完全的浏览器交互才能。该架构支撑主动检测与下载浏览器、主动等待页面元素，并供给同步与异步的 API 调用方法，极大年夜地降低了 Agent 操作浏览器的门槛。

开源地址：https://github.com/VibiumDev/vibium