SuperAPI AI 工具集

agent-loop-browser

智能体与模型

查看项目

更新于 10-15 21:36

技能介绍

用途:agent-loop-browser 是 agent-loop 插件的浏览器自动化与 computer-use 技能,主要用于对已部署的预览页面截图做视觉验证、填写表单、点击按钮、导航页面,以及在 PR 验证中检查实时 UI 行为,并为自主 PR 捕获前后对比证据。

主要能力:优先复用已有 Chrome 会话(保留登录状态、扩展与 Cookie);支持页面导航、文本快照、截图、表单填写、元素点击和页面内 JavaScript 执行。

使用方式:先检查 Chrome DevTools MCP 是否可用:mcporter list chrome-devtools --schema 2>/dev/null || echo "MCP not available"。若不可用,回退到浏览器 CLI:command -v browse >/dev/null 2>&1 || echo "browse CLI not installed"。导航示例:mcporter call chrome-devtools.navigate_page --args '{"url":"https://github.com/owner/repo/pull/123"}' --output text,或 browse goto "https://github.com/owner/repo/pull/123"。快照与截图:mcporter call chrome-devtools.take_snapshot --args '{}' --output text;mcporter call chrome-devtools.take_screenshot --args '{"filePath":"/tmp/agent-loop-proof.png"}'。填表与点击:mcporter call chrome-devtools.fill --args '{"uid":"1_13","value":"text"}' --output text;mcporter call chrome-devtools.click --args '{"uid":"1_38"}' --output text。执行脚本:mcporter call chrome-devtools.evaluate_script --args '{"function":"() => document.title"}' --output text。

视觉验证流程:导航到预览/部署 URL,等待页面加载(wait_for 文本或超时),截取整页截图保存到 /tmp/agent-loop-proof-{pr}.png,与预期状态对比(如有参考),最后报告截图路径。

失败处理:MCP 不可用时记录警告并跳过浏览器步骤;页面不存在记录 404 并报告坏链;元素未找到等待 2 秒重试一次后跳过;需要登录则跳过(隔离会话无法自动化);截图失败则改用页面源码报告。

限制:依赖 Chrome DevTools MCP 或 browse CLI;无法在隔离会话中处理登录;具体收费、平台支持与效果资料暂未提供。