用途:该技能用于浏览器自动化与端到端(E2E)测试,基于 Vercel 的 agent-browser CLI,通过 ref(引用)元素定位实现可靠且对 AI 友好的交互。
主要能力:支持导航(open、back、forward、refresh)、快照(snapshot、snapshot -i、snapshot --format json、screenshot)、交互(click、fill、select、hover、press)、语义定位(find role/text/label)、等待(wait visible/hidden/network/time)、会话管理(session save/load/list、close)。核心概念是 ref 定位:执行 snapshot -i 后页面交互元素会被标记为 @e1、@e2 等引用,随后用这些引用执行点击或填写。
使用方式:全局安装并安装浏览器依赖: npm install -g agent-browser agent-browser install agent-browser --version 典型流程为:open 目标 URL → snapshot -i 获取 ref → 用 ref 交互 → 再次 snapshot 验证。例如: agent-browser open https://example.com agent-browser snapshot -i agent-browser fill @e2 "test value" agent-browser click @e1
适用场景:截图、表单填写、登录流程测试、E2E 测试、页面内容抓取、视觉回归基线截图、结合 Google Sheets 测试数据批量填表等。
限制与注意事项:ref 是会话级的,页面变化或导航后即失效,必须重新 snapshot。安全上不要把 *.state、agent-browser-profile/、.agent-browser/、screenshots/ 等含凭据或敏感数据的文件提交到仓库。常见问题可重新 snapshot、改用语义定位或检查 iframe;页面加载慢可加大 timeout 或等待网络空闲;会话过期可先保存并加载状态。资料中未提供收费、价格与平台支持等具体信息。