用途:该技能用于自动化用户本机已运行的 Google Chrome 浏览器,通过 Chrome DevTools Protocol(CDP)连接 agent-browser,所有操作在用户浏览器窗口中实时可见,适合需要保留登录态的网页自动化流程。
主要能力:支持导航(open、back、reload、get url)、页面元素分析(snapshot -i 获取可交互元素、get title)、交互(click、fill、press、scroll)、截图(screenshot)、读取元素文本(get text)以及执行 JavaScript(eval)。使用 start-chrome 脚本可创建专用自动化配置目录并导入现有 Chrome 配置,从而跨会话保留登录状态、Cookie 与设置。
使用方式:使用前须先运行自动安装脚本,Mac 执行 bash ~/.claude/skills/chrome-automation/scripts/auto-install-mac.sh,Windows 执行 powershell -ExecutionPolicy Bypass -File "$HOME.claude\skills\chrome-automation\scripts\auto-install-windows.ps1"。脚本会检查并安装 agent-browser、Node.js、pnpm、Playwright Chromium、Rust 工具链并编译原生二进制。随后用 start-chrome 脚本启动带持久化配置的 Chrome,再以 --cdp 9222 调用 agent-browser 执行命令,例如 ./bin/agent-browser --cdp 9222 snapshot -i。
适用场景:网页搜索、表单填写与提交、需要登录态的页面操作,以及遇到二维码或验证码时由用户手动完成验证后继续流程。
限制:资料明确要求不得回退使用内置浏览器工具(browser_use_desktop),必须先成功安装再执行自动化;使用临时 user-data-dir 不会保留登录状态;安装依赖 Node.js、Git 与网络连接,Rust 安装可能出现权限或 PATH 问题,需按文档排查。具体收费、平台支持范围与效果资料未提供。