SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-15 20:27

技能介绍

用途:agent-browser 用于自动化浏览器交互,适合网页测试、表单填写、截图与数据提取。

主要能力与用法: 基本流程为先导航、再快照、依据快照中的引用交互,导航或 DOM 明显变化后重新快照。常用命令:agent-browser open <url> 打开页面;agent-browser snapshot -i 获取交互元素及引用;agent-browser click @e1、agent-browser fill @e2 "text" 按引用操作;agent-browser close 关闭浏览器。

导航:open、back、forward、reload、close。 快照:snapshot 输出完整可访问性树,snapshot -i 仅交互元素,-c 紧凑输出,-d 3 限制深度。 交互:click、dblclick、fill、type、press、hover、check、uncheck、select、scroll、scrollintoview。 获取信息:get text、get value、get title、get url。 截图:screenshot 输出到 stdout,screenshot path.png 保存文件,--full 整页。 等待:wait @e1、wait 2000、wait --text "Success"、wait --load networkidle。 语义定位:find role button click --name "Submit"、find text "Sign In" click、find label "Email" fill "user@test.com"。

状态与并行:可保存登录状态(state save auth.json)并在后续会话加载(state load auth.json);用 --session 运行并行浏览器,session list 列出会话。

输出与调试:加 --json 获得机器可读输出;open --headed 显示窗口,console 查看控制台消息,errors 查看页面错误。

限制:资料未提供安装方式、依赖要求、支持平台、收费与许可信息,暂未提供。