SuperAPI AI 工具集

browser-automation

通用与其它

查看项目

更新于 10-15 21:10

技能介绍

用途:为基于 CDP 的浏览任务提供安全、可组合的工作流。

主要能力:提供 browser_list、browser_navigate、browser_snapshot、browser_click、browser_fill、browser_eval、browser_screenshot 等工具,用于列出目标、导航、发现可交互元素、点击、填写、执行页面脚本和截图。

使用方式:必须显式传入 browser_url,不能假设存在隐藏的浏览器单例;使用 browser_snapshot 返回的 UID 进行点击和填写;每次操作后用 browser_snapshot 或 browser_eval 确认状态变化。推荐流程:先用 browser_list({ browser_url }) 检查目标,选择 target_id(省略则用第一个页面目标),必要时 browser_navigate,接着 browser_snapshot 发现候选元素,用最新快照的 UID 执行 click 或 fill,最后确认结果。

CLI 调试:可用 npx @different-ai/opencode-browser tools 列出所有工具;用 npx @different-ai/opencode-browser tool browser_list --args '{"browser_url":"http://127.0.0.1:9222"}' 直接运行单个工具;用 OPENCODE_BROWSER_URL=http://127.0.0.1:9222 npx @different-ai/opencode-browser status 设置默认端点。

限制与排错:若 browser_list 失败,需确认浏览器以 --remote-debugging-port 启动;click 或 fill 找不到 UID 时先刷新快照;页面特有检查可用 browser_eval。每次操作后确认结果。未提供收费、平台等信息。