SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-15 21:47

技能介绍

用途:本技能用于通过 CLI 命令自动化浏览器交互,服务于 AI 智能体工作流。适用场景包括导航网站、点击与填表、提取内容、抓取含无障碍树的页面快照、管理多浏览器会话、用可见模式调试、使用带认证头的会话、通过 CDP 连接已有浏览器以及流式预览视口。

主要能力:支持基础与高级命令(open、click、fill、snapshot、eval 等),信息获取、状态检查、查找元素、等待、鼠标控制、浏览器设置、Cookie 与存储、网络拦截、标签页与窗口、iframe、对话框、调试、导航与初始化命令。选择器支持基于 refs 的确定性选择(@e1、@e2 等)以及 CSS、XPath 和语义定位器。智能体模式配合 --json 输出机器可读结果。

使用方式:先按 examples/getting-started/installation.md 安装;再参考 examples/quick-start/quick-start.md 上手。示例与官方文档结构一一对应,可按主题加载 examples/ 下文件(commands、selectors、agent-mode、advanced、options)及 api/ 参考(commands.md、selectors.md、options.md),templates/ 提供基础自动化与 AI 智能体工作流模板。最佳实践:优先用 refs;交互前先 snapshot 获取 refs;智能体模式用 --json;用 --session 保持状态;用 -i 交互式快照;refs 不可用时用语义定位器;检查退出码与错误;用 --headed 调试、无头用于生产;用 --cdp 集成 CDP;用 AGENT_BROWSER_STREAM_PORT 流式预览;用 --headers 认证;用 --executable-path 指定自定义浏览器;组合 -i、-c、-d、-s 优化快照输出。

限制:资料未提供版本、收费、价格、平台支持细节与具体命令语法示例,需查阅官方仓库与文档获取。