用途
agent-browser 是一个浏览器自动化命令行工具，适用于需要真实浏览器交互而非仅靠 API 查询的工作。当用户要求与网站进行交互、执行表单流程、截图、提取页面内容或完成可重复的浏览器任务时，可以使用该技能。
主要能力
- 打开目标页面：
agent-browser open <url> - 捕获可交互元素引用：
agent-browser snapshot -i - 通过引用进行交互：
agent-browser click @e1、agent-browser fill @e2 "value" - 在每次导航或 DOM 显著变化后重新捕获快照：
agent-browser snapshot -i - 捕获结果证据：
agent-browser screenshot --annotate <file.png> - 结构化提取：
agent-browser snapshot --json > /tmp/page.json、agent-browser get text body > /tmp/page.txt - 显式等待异步加载：
agent-browser wait --load networkidle
使用方式
核心工作流为：先打开目标页面，再用 snapshot -i 捕获交互引用，然后通过引用执行点击或填写操作，每次导航或 DOM 变化后重新快照，最后用截图记录结果。
操作规则包括：直接使用 agent-browser，不要使用 npx agent-browser；多步骤流程优先使用一个命名会话，例如 agent-browser --session <name> ...；仅在没有中间输出需求时使用 && 链接命令；对于需要引用（@e*）的命令，先运行 snapshot -i 并使用最新引用；页面异步加载较重时显式等待。
面向用户的发现应包含截图和确切的页面 URL。当用户要求在 Slack 中查看或分享截图时，使用 sendFiles 并将截图路径放入 files，以便图片包含在当前对话中。除非 sendFiles 在本轮返回成功，否则不得声称截图已分享；如果 sendFiles 不可用或文件附件失败，应明确说明失败，并给出已保存的截图路径或错误信息，而不是声称成功。
常见模式示例：
表单流程：
agent-browser --session demo open https://example.com/signup
agent-browser --session demo wait --load networkidle
agent-browser --session demo snapshot -i
agent-browser --session demo fill @e1 "user@example.com"
agent-browser --session demo click @e2
agent-browser --session demo wait --load networkidle
agent-browser --session demo screenshot --annotate /tmp/signup-result.png
结构化提取：
agent-browser open https://example.com
agent-browser snapshot --json > /tmp/page.json
agent-browser get text body > /tmp/page.txt
参考文件与模板
按需阅读参考文件：命令面（references/commands.md）、认证与登录流程（references/authentication.md）、会话与状态持久化（references/session-management.md）、快照引用与过期引用处理（references/snapshot-refs.md）、代理与网络设置（references/proxy-support.md）、录制与视频捕获（references/video-recording.md）、性能分析（references/profiling.md）。
模板包括：认证流程引导（templates/authenticated-session.sh）、捕获工作流骨架（templates/capture-workflow.sh）、表单自动化骨架（templates/form-automation.sh）。
适用场景
适用于需要真实浏览器交互的任务，例如网站导航、表单填写与提交流程、页面截图、内容提取，以及可重复执行的浏览器操作。
限制
资料未提供关于收费、价格、支持平台、具体性能效果等方面的信息，暂未提供。