SuperAPI AI 工具集

browse

智能体与模型

查看项目

更新于 10-15 20:30

技能介绍

browse 是 browser-control-skill 中的浏览器控制路由命令,用于在两种操作模式间选择并执行浏览器任务。

用途:根据指令自动或显式选择前台(here)或后台(bg)模式,然后加载完整 browser-control 技能执行操作。

主要能力:

  • /browse <指令>:自动检测模式。
  • /browse here <指令>:前台模式,使用 macOS AppleScript 操作用户当前可见页面(front window 的 active tab),用户可实时看到每一步。需要 macOS + Chrome + 允许 Apple Events 的 JavaScript。
  • /browse bg <指令>:后台模式,使用 CDP Proxy 在后台标签页操作,代理自建标签页,不影响用户浏览,支持子代理并行分发。需要 Node.js 22+ 且 Chrome 开启远程调试。

自动检测逻辑:非 macOS 一律用 bg;macOS 下若指令涉及当前页面则用 here;涉及多目标或并行、后台不打扰、或需要高级写操作(键盘输入、文件上传、isTrusted 事件、悬停菜单)则用 bg;否则默认 here。前台模式遇到 AppleScript 限制时可按操作自动升级到 CDP,无需重启会话。

使用方式:解析模式后运行平台检测与预检,按 browser-control SKILL.md 执行,并应用三层安全规则。前台示例:osascript -e 'tell application "Google Chrome" to execute active tab of front window javascript "document.body.innerText.substring(0, 15000)"'。后台示例:先运行 bash "${SKILL_DIR}/../browser-control/scripts/check-deps.sh",再用 curl 调用 http://localhost:3456/new、/eval、/click、/close 等接口。高级写操作可用 python3 "${SKILL_DIR}/../browser-control/scripts/cdp-helper.py" type/key/upload/click。

适用场景:单页监督式操作、批量调研、并行任务、后台不打扰操作。

限制:前台模式仅限 macOS + Chrome;后台模式需 Node.js 22+ 与远程调试;具体安装与完整文档见 skills/browser-control/SKILL.md,其余细节暂未提供。