SuperAPI AI 工具集

electron

设计与创作

查看项目

更新于 10-15 21:43

技能介绍

用途:自动化基于 Electron 的桌面应用。Electron 应用基于 Chromium,会暴露 Chrome DevTools Protocol(CDP)端口,agent-browser 可连接该端口,复用网页的“快照—交互”工作流。

主要能力:启动带远程调试的 Electron 应用、连接 CDP 端口、快照发现可交互元素、按元素引用交互、导航或状态变化后重新快照;支持截图(含全页与标注)、提取文本、填写表单、多标签/多 webview 切换、多应用并行会话、深色配色。

使用方式:先以 --remote-debugging-port 启动应用,例如 macOS 上 open -a "Slack" --args --remote-debugging-port=9222;Linux 上 slack --remote-debugging-port=9222;Windows 上 "C:\Users%USERNAME%\AppData\Local\slack\slack.exe" --remote-debugging-port=9222。若应用已在运行,需先退出再带该参数重启。随后连接:agent-browser connect 9222,或每条命令加 --cdp 9222,也可用 --auto-connect 自动发现。之后执行 agent-browser snapshot -i、agent-browser click @e5、agent-browser screenshot slack-desktop.png 等。多应用可用 --session 命名会话分别连接不同端口。

适用场景:通信类(Slack、Discord、Teams、Signal、Telegram Desktop)、开发类(VS Code、GitHub Desktop、Postman、Insomnia)、设计类(Figma、Notion、Obsidian)、媒体类(Spotify、Tidal)、效率类(Todoist、Linear、1Password)等任何 Electron 应用。

限制:--remote-debugging-port 必须在启动时存在;连接失败时需确认端口未被占用(lsof -i :9222)并等待应用初始化;元素未出现在快照中时可能需用 tab 命令切换 webview;部分自定义输入组件需用 keyboard type 或 keyboard inserttext 绕过按键事件。webview 支持依赖原始 CDP 连接。具体收费、价格与平台支持范围资料未提供。