SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-15 21:49

技能介绍

agent-browser 是一个命令行浏览器自动化工具,用于网页测试、表单填写、截图和数据提取。核心工作流为:用 agent-browser open <url> 打开页面,用 agent-browser snapshot -i 获取带引用(如 @e1)的交互元素,再基于引用执行点击、填写等操作,页面导航或 DOM 显著变化后需重新 snapshot。

主要能力:导航(open、back、forward、reload、close、connect);快照分析(snapshot 支持 -i 仅交互元素、-c 紧凑、-d 限制深度、-s 限定 CSS 选择器);交互(click、dblclick、focus、fill、type、press、hover、check、select、scroll、drag、upload);信息获取(get text/html/value/attr/title/url/count/box/styles);状态检查(is visible/enabled/checked);截图与 PDF;视频录制(record start/stop/restart);等待(元素、毫秒、文本、URL、网络空闲、JS 条件);鼠标控制;语义定位(find role/text/label/placeholder 等);浏览器设置(viewport、device、geo、offline、headers、credentials、media);Cookie 与 localStorage;网络拦截与请求查看;标签页与窗口;iframe;对话框;eval 执行 JavaScript。

全局选项包括 --session 隔离会话、--json 机器可读输出、--headed 显示窗口、--cdp 连接、--proxy 代理、--headers、--executable-path、--extension 等,并支持对应环境变量。还提供 state save/load 保存登录状态、session list 管理并行会话,以及 console、errors、highlight、trace 等调试命令。

适用场景:网页自动化测试、表单提交、登录后复用状态、内容抓取与截图、演示录制、代理与地理位置测试。限制:资料未提供安装方式、收费、价格、平台支持与效果说明,暂未提供。