SuperAPI AI 工具集

claude-browser

智能体与模型

查看项目

更新于 10-15 19:49

技能介绍

用途:Claude Browser 用于个人浏览器自动化,借助 Claude 的 Chrome 扩展 MCP 工具,在用户真实浏览器会话中操作,可直接利用已登录状态、Cookie 和扩展。适合登录态下的表单填写、需登录页面的内容读取、交互演示与走查、浏览器工作流 GIF 录制、标签页管理与多页导航。

主要能力:导航与读取方面有 navigate、read_page、get_page_text、find;交互方面有 form_input、computer、javascript_tool;标签页管理有 tabs_context_mcp、tabs_create_mcp、resize_window、switch_browser;视觉捕获有 gif_creator、upload_image;控制台与网络有 read_console_messages、read_network_requests;另有 shortcuts_list、shortcuts_execute 与 update_plan。

使用方式:会话启动时先调用 tabs_context_mcp 发现当前标签页;仅当用户明确要求时才复用标签页,否则用 tabs_create_mcp 新建;出现标签页错误时再次调用 tabs_context_mcp 刷新。录制 GIF 时在动作前后多捕获帧,使用描述性文件名如 login_flow.gif、form_submission.gif,并记录完整流程而非仅最终状态。

限制:单会话,无法并行运行多个浏览器实例;需以 --chrome 标志启动 Claude Code 才能启用 Chrome 集成;不适合 CI/CD 流水线测试(应使用 playwright-browser 技能)、并行测试、无头浏览器操作及性能/负载测试;避免触发 alert()、confirm()、prompt(),它们会阻塞扩展;不要复用上一会话的标签页 ID。

反模式:用 Claude Chrome 做 CI/CD 测试、触发 JavaScript 弹窗、复用过期标签页 ID、未先调用 tabs_context_mcp 就运行、在单会话工具中尝试并行操作。