SuperAPI AI 工具集

browser-bridge

前端与建站

查看项目

更新于 10-15 20:21

技能介绍

用途:Browser Bridge 通过 Chrome 扩展连接真实浏览器,用于访问网页、抽取网页数据、点击按钮、填写表单、执行浏览器自动化、提取渲染后的组件证据,或以程序方式操作页面。它不在页面外处理整页原始 HTML,而是在浏览器中执行 JavaScript,返回结构化 JSON、DOM 变化摘要和短暂提示文本。

主要能力:核心命令为 exec,可在页面上下文执行 JavaScript,返回 js_return、diff、transients、newTabs、tab_id、error、reloaded 等字段;scan 获取简化后的页面内容,可选择 tabs-only、text-only、size-only,并可等待 SPA 内容;tabs 列出所有 tab;navigate、back、forward、reload、newtab、close、switch 管理页面与标签;screenshot 通过 CDP 截取 PNG;evidence 导出渲染后的组件结构与样式证据,用于设计系统抽取和组件还原。

使用方式:先安装依赖 pip install bs4 simple-websocket-server bottle requests,再在 chrome://extensions/ 开启开发者模式,加载已解压的扩展程序并选择 <skill-dir>/assets/extension/。用 python <skill-dir>/scripts/browser.py tabs 验证连接。频繁操作时先运行 python <skill-dir>/scripts/browser_master.py 启动常驻 master。exec 支持 --tab、--no-monitor、--wait、--wait-ms、--timeout 等参数。

适用场景:网页数据抽取、表单填写与点击、SPA 交互、组件证据采集、设计系统抽取。

限制:需要 Python 依赖与 Chrome 扩展均已安装;页面 CSP 阻止 JavaScript 执行时会回退到 CDP;evidence 不可用时需先索取渲染后的 DOM、class list 或源码。其他使用模式与排障说明见 reference.md,操作 Grok 时读取 grok.md。