用途:自动化基于 Electron 的桌面应用。Electron 应用基于 Chromium,暴露 CDP 端口,agent-browser 可连接并复用与网页相同的快照-交互工作流。
主要能力:连接指定 CDP 端口或自动发现 Chromium 应用;快照发现可交互元素并用元素引用点击、填表、取文本;截图(含 full、annotate);多标签与 webview 切换(如 tab、tab --url);命名会话同时控制多个应用;可指定深色配色。
基本用法:应用须在启动时带 --remote-debugging-port,如 macOS 用 open -a "Slack" --args --remote-debugging-port=9222,Linux 用 slack --remote-debugging-port=9222。若已在运行须先退出再带参重启。随后 agent-browser connect 9222,再用 snapshot -i、click @e5、screenshot slack-desktop.png、fill、get text 等;导航或状态变化后需重新快照。
支持范围:任何 Electron 应用均支持该参数。
限制与排错:连接被拒多因未带调试端口或端口被占用(可用 lsof -i :9222 检查);启动后需等几秒;元素缺失可能是多 webview,用 tab 切换;无法输入时可尝试 keyboard type 或 keyboard inserttext;部分应用使用自定义输入组件。