SuperAPI AI 工具集

browser-control

智能体与模型

查看项目

更新于 10-15 20:30

技能介绍

用途:让 AI 智能体控制用户真实的 Chrome 浏览器,继承已有登录会话,完成网页访问、信息提取与交互操作。适用于公开页面、企业 SSO/MFA 后的页面、动态 SPA、懒加载与无限滚动内容,以及需要点击、填表、导航、上传文件等写操作。

主要能力:多通道网页访问,按需选择最轻工具——WebSearch 用于发现来源,WebFetch 用于已知 URL 提取,curl 获取原始 HTML,Jina(r.jina.ai/example.com,约 20 RPM)转 Markdown,CDP 浏览器处理动态与反爬站点及登录交互。支持程序化(构造 URL、eval DOM)与 GUI 交互(点击、填表、滚动)两种方式,前者失败时以后者兜底。提供子智能体并行调度与按域名的站点经验记忆。

使用方式:先检测平台(uname -s),macOS 可用 AppleScript 前台模式操作用户可见页面,其他平台走 CDP 后台模式。CDP 预检运行 bash "${SKILL_DIR}/scripts/check-deps.sh",检查 Node.js 22+ 与 Chrome 调试端口,代理监听 localhost:3456。常用接口如 curl -s "http://localhost:3456/new?url=https://example.com"、POST /eval、/click、/close、/screenshot。macOS 需在 Chrome 中开启“允许 Apple 事件中的 JavaScript”。

限制与安全:三层安全机制——域名黑名单(银行、支付、身份认证、云控制台、chrome:// 等只读)、元素保护(不操作密码字段与支付按钮)、操作确认(提交、发送、发布、删除、上传等需用户确认)。跨域 iframe 与 chrome:// shadow DOM 不可访问。代理应保持运行,重启需重新授权。

资料未提供具体收费、价格与效果数据。