Webcmd 

Webcmd 是一款解决 AI 代理在浏览器自动化中面临的高成本、低效率和不确定性问题的工具。它通过“学习-编译-执行”的三层架构，让代理不再需要在每次运行时重新探索熟悉的网站，从而将浏览器代理的 Token 支出减少高达 90%。

核心理念：从实时探索到确定性命令

Webcmd 的核心价值在于将不可预测的浏览器交互转化为确定性的命令行操作。它通过三个渐进的学习层来实现这一目标：

核心功能与特性

• 自学习与自适应：
  • 代理在首次探索网站时，Webcmd 会记录其导航上下文。
  • 随着使用次数增加，系统会自动生成或优化对应的 CLI 适配器，使后续调用更加快速和廉价。
• 插件化生态：
  • 核心包仅提供基础浏览器控制能力。
  • 针对特定网站（如 X, LinkedIn, Amazon, PubMed 等）的功能通过插件（Adapter）提供。
  • 支持通过 webcmd plugin search/install 动态发现和安装所需网站的适配器。
• 多配置文件与会话管理：
  • 配置文件即 Cookie 存储，支持多账号隔离。
  • 会话是配置文件内的独立浏览器窗口，支持并行代理任务互不干扰。
  • 支持沙盒化的 Playwright 风格程序执行，便于复杂的本地多步探索。
• 极致降本增效：
  • 通过将昂贵的 LLM 视觉/DOM 解析任务替换为轻量级的 CLI 命令调用，大幅降低 Token 消耗。
  • 确定性命令消除了浏览器自动化中的随机性和失败率。

快速开始

1. 安装

npm install -g @agentrhq/webcmd

2. 配置技能

webcmd skills add
# 选择你的代理环境（Claude, Codex 等）

3. 安装插件

webcmd plugin search reddit -f json
webcmd plugin install <installSource-from-search>

4. 在代理中使用

在你的 AI 代理提示词中加载 webcmd-usage 技能，然后直接下达指令：

“使用 webcmd 研究 Hacker News 和 Reddit 上关于浏览器自动化的最新讨论，并返回一个带有来源链接的简洁对比。”

适用场景示例

• 研究与社区：在 PubMed 查找论文并提取摘要；在 Reddit/Hacker News 监控特定话题讨论。
• 社交与专业：收集 X/Twitter 书签；总结 LinkedIn 未读消息；监控 TikTok 公开帖子。
• AI 工具集成：从 ChatGPT/Claude 检索历史对话；从 NotebookLM 获取研究成果。
• 购物与预订：在 Amazon/Grainger 比价查库存；在 Practo 预约医生；检查 SAP Ariba 采购订单状态。

为什么选择 Webcmd？

传统的浏览器自动化（如 Selenium/Playwright）需要人工编写和维护脚本，而纯 LLM 驱动的浏览器代理则成本高昂且不稳定。Webcmd 找到了中间地带：它利用 LLM 的智能进行初始探索和逻辑理解，然后将这些知识固化为高效的确定性命令。这不仅让 AI 代理变得更“聪明”，也让它们变得更“经济”。

对于需要频繁与网页交互的 AI 应用而言，Webcmd 不仅是一个工具，更是一个能够随着使用而不断进化的基础设施。