SuperAPI AI 工具集

browser-automation-agent

智能体与模型

查看项目

更新于 10-15 20:06

技能介绍

用途:agent-browser 是专为 AI 智能体设计的无头浏览器自动化命令行工具,用于自动化网页交互(填表、点击、导航)、截图与生成 PDF、需要 JavaScript 渲染的网页抓取,以及智能体驱动的 Web 测试。

主要能力:通过无障碍树快照获取带引用(如 @e1、@e2)的元素,实现确定性元素选择;支持 open、snapshot、fill、click、type、back、forward、reload 等交互命令;支持 screenshot、pdf、text、html、attribute 等捕获与提取命令;支持会话(--session)、标签页、Cookie 与 storage 管理。

安装与用法:npm install -g agent-browser 后执行 agent-browser install 下载 Chromium;macOS/Linux 可用 brew install agent-browser;用 agent-browser --version 验证。典型流程:agent-browser open <url>,agent-browser snapshot 获取元素引用,再用 fill/click/type 操作,最后 agent-browser close 关闭会话。

限制与注意:需在操作间加 1-2 秒延迟,导航或异步更新可用 --wait;元素引用会随页面变化,导航后需重新快照;未安装 Chromium 会报错,需先运行 install;会话冲突时先关闭同名会话。可选云浏览器提供商(Browserbase、Browser Use、Kernel),多数场景本地安装即可。具体收费与价格暂未提供。