SuperAPI AI 工具集

agent-browser

测试与质量

查看项目

更新于 10-16 06:52

技能介绍

agent-browser 是一个浏览器自动化命令行工具,主要用于网页测试、表单填写、截图和数据提取。

用途:让用户或程序通过命令行控制浏览器完成导航、页面分析、元素交互、信息获取等任务。

主要能力:支持打开 URL、前进后退、刷新、关闭;通过 snapshot 获取可访问性树或仅交互元素并生成 @e1 等引用;支持 click、dblclick、fill、type、press、hover、check、select、scroll、drag、upload 等交互;可获取文本、HTML、值、属性、标题、URL、元素数量与位置;提供截图、PDF、视频录制、等待元素/文本/URL/网络空闲/JS 条件、鼠标控制、语义定位器(find role/text/label 等)、浏览器设置(视口、设备、地理位置、离线、请求头、认证、配色)、Cookie 与存储管理、网络请求拦截与模拟、标签页与窗口、iframe、对话框、JavaScript 执行。支持 --json 机器可读输出、多会话并行、登录状态保存与复用、调试(控制台、错误、高亮、trace)。

使用方式:核心流程为 open 打开页面,snapshot -i 获取交互元素引用,再用引用执行交互,导航或 DOM 变化后重新 snapshot。例如:agent-browser open <url>;agent-browser snapshot -i;agent-browser click @e1;agent-browser fill @e2 "text";agent-browser close。

适用场景:网页自动化测试、表单提交、数据采集、截图取证、录屏演示、需要登录态的重复任务。

限制:资料未说明支持的运行平台、依赖要求、安装方式、收费或许可信息,暂未提供。