Browser Use Terminal
用途
Browser Use Terminal 用于通过 CDP 直接控制浏览器，让智能体自己驱动浏览器，完成网页自动化、抓取、测试和交互等任务。若遇到安装、配置或连接问题，可参考官方智能体安装说明（https://browser-use.com/skill）或完整文档（https://docs.browser-use.com/open-source/browser-use-terminal）。
主要能力
browser-use-terminal browser exec 运行预导入浏览器辅助函数的 Python 代码；browser-use-terminal browser <cmd> 是控制面，处理状态、连接、配置文件和恢复。其他能力包括：
- 导航与标签页：
goto_url(url)、new_tab(url)、page_info()、current_tab()、list_tabs(include_chrome=True)、switch_tab(target)、ensure_real_tab()、iframe_target(url_substr)。 - 输入：
click_at_xy(x, y, button="left", clicks=1)、type_text(text)、press_key(key, modifiers=0)、fill_input(selector, text)、scroll(x=0, y=0, dy=600)、upload_file(selector, path)。 - 等待：
wait(seconds)、wait_for_load(timeout=3)、wait_for_element(selector, timeout=3, visible=False)、wait_for_network_idle(timeout=3, idle_ms=500)。 - 视觉：
capture_screenshot(label="...", full=False, max_dim=None)、screenshot()、screenshot_clip(label, x, y, w, h)、note(caption)。 - 逃生通道：
js(expression)、cdp("Domain.method", **params)、cdp_batch(calls)、drain_events()。 - 无浏览器 HTTP：
http_get(url)、http_get_many(urls)；带会话的抓取：browser_fetch(url)/browser_fetch_many(...)。 - 凭证（若用户已存储）：
available_secrets()、type_text("<secret>name</secret>")、fill_input(sel, secret("name"))、totp("name")、is_logged_out()、email_inbox()/email_message(id)。 - 领域技能：
domain_skills_for_url(url_or_domain, include_content=True)列出站点专属操作手册。
使用方式
- 每条多行命令都使用 heredoc 形式，例如：
browser-use-terminal browser exec <<'PY'
new_tab("https://docs.browser-use.com")
wait_for_load()
print(page_info())
PY
- 脚本运行前浏览器会根据用户记住的偏好自动连接，首次调用可能需几秒。
- 在用户真实 Chrome 中的首次导航应使用
new_tab(url)，而不是goto_url(url)。 - 浏览器状态在调用间持续保留，但 Python 变量不会；每次
exec都是针对同一活动浏览器的新解释器。 --session <name>隔离每次工作的产物目录与事件日志（默认default）；--timeout <secs>限制单次 exec（默认 300）。
截图查看页面：capture_screenshot() 保存 PNG 并返回绝对路径，CLI 也会打印 Screenshot saved to <path>。查看方式因智能体而异：Claude Code 用 Read 工具，Codex CLI 用 view_image，OpenCode 用 read（需支持视觉的模型），Gemini CLI 用 read_file。若模型无法接收图像，则改用文本状态（print(page_info())、js(...)、wait_for_element(...)）。坐标方面，截图是设备像素，click_at_xy(x, y) 接收 CSS 像素，需先除以 js("window.devicePixelRatio")；截图默认限制每边 ≤1800 px，可用 BU_BROWSER_SCREENSHOT_MAX_DIM 或 capture_screenshot(max_dim=...) 覆盖。每次重要操作后都应重新截图确认。
浏览器控制面
browser-use-terminal browser status --json
browser-use-terminal browser connect
browser-use-terminal browser connect local
browser-use-terminal browser connect managed --headless
browser-use-terminal browser preference use local|cloud|managed-headless
browser-use-terminal browser remote start
browser-use-terminal browser doctor
browser-use-terminal browser recover reconnect-websocket
browser-use-terminal browser recover stop-owned-browser
browser-use-terminal browser recover stop-owned-remote
browser-use-terminal browser daemon status|stop|logs
后台守护进程会跨命令保持 CDP 连接，因此浏览器和本地模式下 Chrome 的调试授权在多次调用间持续有效。当 status 显示问题或用户需要指定浏览器时再使用这些命令。若输出 JSON 显示 status: "needs-user-action"，应原样展示 user_prompt 给用户并等待，不要猜测。任务中途遇到认证墙应停下询问用户，不要从截图输入凭证。连接真实 Chrome 需要一次性设置：chrome://inspect/#remote-debugging 中勾选“Allow remote debugging”，browser local setup 可引导完成。
适用场景与限制
- 适用：网页自动化、数据抓取、网页测试、与页面交互。优先截图确认，再决定点击、选择器或更多导航；点击时用截图读取像素坐标再
click_at_xy，命中检测在 Chrome 浏览器进程中完成，可穿透 iframe、shadow DOM 和跨源。批量静态页面用http_get_many(urls)，已登录页面用browser_fetch(url)。 - 限制与注意事项：CDP 目标顺序不等于 Chrome 可见标签顺序；
chrome://内部页是伪页面目标，应使用list_tabs(include_chrome=False)；page_info()会以{"dialog": ...}暴露 JS 对话框，需先处理；导航可能被域名策略阻止，可用nav_policy(url)提前检查；脚本默认 300 秒超时，应保持每次 exec 小而可观察，长循环需打印进度；优先使用合成器级操作而非框架特定 DOM 技巧。 - 收费标准、平台支持情况等暂未提供。