用途:用 agent-browser 经 Chrome DevTools Protocol(CDP)控制 Electron 桌面应用,实现自动化操作或测试。
主要能力:以远程调试端口启动应用后连接 agent-browser,通过快照定位元素引用,像用户一样点击、填写、截图;支持多窗口与 webview 目标切换,以及多应用并行控制。
使用方式:应用必须以 --remote-debugging-port 启动;若已在运行需退出后带该参数重启。多应用建议使用不同端口,并用命名会话区分。点击或填写前先执行 snapshot -i,导航或状态变化后重新快照。
启动示例(macOS):open -a "Slack" --args --remote-debugging-port=9222;open -a "Visual Studio Code" --args --remote-debugging-port=9223。Linux:slack --remote-debugging-port=9222;code --remote-debugging-port=9223。Windows:"C:\Users%USERNAME%\AppData\Local\slack\slack.exe" --remote-debugging-port=9222。
连接与操作:agent-browser connect 9222;agent-browser snapshot -i;agent-browser click @e5;agent-browser screenshot app.png。也可按命令指定 CDP:agent-browser --cdp 9222 snapshot -i。
标签页与 webview:agent-browser tab;agent-browser tab 2;agent-browser tab --url "settings"。webview 会作为独立目标出现,交互前需切换到正确目标。
多应用:agent-browser --session slack connect 9222;agent-browser --session vscode connect 9223;随后分别对会话执行 snapshot -i。
限制与排错:连接被拒通常因未带 CDP 参数启动,需重启;窗口不对可运行 agent-browser tab 查看;元素缺失需切换标签页或 webview;应用启动慢可等待数秒后重新快照;深色模式丢失可用 agent-browser --color-scheme dark。