用途:agent-browser 是命令行浏览器自动化工具,面向网页测试、截图与数据提取,适合导航网站、填写表单、测试 Web 应用以及需要脚本化操作浏览器的流程。
主要能力:
- 导航与页面分析:open、back、forward、reload、close;snapshot 可输出完整无障碍树、仅交互元素(-i)、紧凑输出(-c)、限制深度(-d)、按 CSS 选择器限定范围(-s)。
- 交互:click、dblclick、focus、fill、type、press、keydown/keyup、hover、check/uncheck、select、scroll、drag、upload,使用快照中的 @refs 定位。
- 信息获取与状态检查:get text/html/value/attr/title/url/count/box;is visible/enabled/checked。
- 截图与录制:screenshot(可 --full、指定路径)、pdf、record start/stop/restart 录制视频。
- 等待:wait 元素、毫秒数、文本、URL 模式、networkidle、JS 条件。
- 语义定位:find role/text/label/first/nth 替代 refs。
- 浏览器设置:viewport、device、geo、offline、headers、credentials、media。
- Cookies 与存储:cookies 读写清除、localStorage 读写清除。
- 网络:route 拦截/阻断/模拟响应,unroute,requests 查看与过滤。
- 标签页与窗口、iframe 切换、对话框处理、eval 执行 JavaScript。
- 会话与状态:--session 并行浏览器、session list、state save/load 保存登录态。
- JSON 输出:--json 便于解析。
- 调试:--headed 显示窗口、console、errors、--cdp 连接、highlight、trace start/stop。
必要用法:核心工作流为先 open 导航,再 snapshot -i 获取 @e1、@e2 等引用,随后用引用交互;导航或 DOM 重大变化后需重新 snapshot。记录视频时若未提供 URL,会自动返回当前页面,且使用当前 URL 与状态,录制会创建全新上下文但保留当前会话的 cookies/存储。
限制:资料未提供安装方式、版本要求、计费与平台支持信息,暂未提供。