agent-browser 是 artivilla/agents-config 中的浏览器自动化命令行工具,用于网页测试、表单填写、截图和数据提取。核心流程为:用 agent-browser open <url> 打开页面,用 agent-browser snapshot -i 获取带引用(如 @e1)的交互元素,再基于引用执行 click、fill 等操作;导航或 DOM 明显变化后需重新 snapshot。
主要能力:导航(open、back、forward、reload、close);快照分析(snapshot 支持 -i 仅交互元素、-c 紧凑、-d 限制深度、-s 限定 CSS 选择器);交互(click、dblclick、focus、fill、type、press、keydown/keyup、hover、check、select、scroll、drag、upload);信息获取(get text/html/value/attr/title/url/count/box);状态检查(is visible/enabled/checked);截图与 PDF(screenshot、--full、pdf);录屏(record start/stop/restart);等待(wait 元素、毫秒、文本、URL、networkidle、JS 条件);鼠标控制;语义定位(find role/text/label/first/nth);浏览器设置(viewport、device、geo、offline、headers、credentials、media);Cookie 与 localStorage;网络拦截与请求查看;标签页与窗口;iframe;对话框;eval 执行 JavaScript。
用法要点:支持 --session 并行会话、state save/load 保存登录状态、--json 机器可读输出、--headed 显示窗口、console/errors 调试、--cdp 连接、trace 录制。示例:先 open 登录页,snapshot -i 后 fill @e1、fill @e2、click @e3,wait --url 后 state save auth.json,后续 state load 复用。
适用场景:Web 测试、表单提交、登录态复用、截图/PDF 生成、数据提取与演示录屏。限制:资料未提供安装方式、依赖环境、平台支持、收费与性能信息,暂未提供。