SuperAPI AI 工具集

browser

前端与建站

查看项目

更新于 10-15 20:25

技能介绍

用途:使用 browse CLI 以自然语言驱动浏览器自动化,适合网页浏览、页面导航、数据提取等任务。

主要能力:支持导航(open、reload、back、forward)、页面状态读取(snapshot 返回可访问性树与元素引用,screenshot 截图,get url/title/text/html/value)、交互(click、type、fill、select、press、drag、scroll、highlight、is visible/checked、wait)以及会话管理(stop、status、env、pages、tab_switch、tab_close)。

使用方式:先确认 CLI 可用:which browse || npm install -g @browserbasehq/browse-cli。选择环境:browse env local 启动干净隔离的本地浏览器;browse env local --auto-connect 复用已运行的调试 Chrome;browse env local <port|url> 附加到指定 CDP 目标;browse env remote 切换到 Browserbase。典型流程:browse open <url> → browse snapshot → 用引用交互(如 browse click @0-5)→ 再次 snapshot 确认 → browse stop。

适用场景:本地开发、localhost、可信站点与可复现测试适合本地模式;存在机器人检测、CAPTCHA、IP 限流、Cloudflare 防护或需特定地区访问的站点适合远程模式。

限制:远程模式需 BROWSERBASE_API_KEY,凭据在 https://browserbase.com/settings 获取;本地模式需 Chrome。优先用 snapshot 而非 screenshot。若出现“No active page”,可 browse stop 后检查 browse status,必要时 pkill -f "browse.*daemon" 再重试。环境覆盖按会话生效,browse stop 后恢复基于环境变量的自动检测。