SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-15 22:13

技能介绍

agent-browser 是一个面向 AI 智能体的浏览器自动化命令行工具,用于让智能体与网站交互,例如导航页面、填写表单、点击按钮和截图。

核心工作流为:先用 agent-browser open <url> 打开页面,再用 agent-browser snapshot -i 获取带引用的交互元素(如 @e1、@e2),随后用这些引用执行点击、填写、选择等操作;页面导航或 DOM 变化后需重新快照以获取新引用。

主要命令包括:导航类 open、close;快照类 snapshot -i(推荐,输出交互元素引用)、snapshot -i -C(含光标交互元素);交互类 click @e1、fill @e2 "text"、select @e1 "option"、check @e1、press Enter;等待类 wait @e1、wait --load networkidle;捕获类 screenshot、screenshot --full。

重要限制:引用(@e1 等)在页面变化后会失效,点击导航链接或按钮、提交表单、动态内容加载后必须重新快照。

资料还列出深入文档主题,包括完整命令参考、快照引用生命周期与排错、会话管理与并行抓取、登录与 OAuth/2FA 处理、视频录制、代理配置、常见模式、语义定位器替代方案、JavaScript 求值规则,以及表单自动化、认证会话复用、内容提取截图等模板。具体安装方式、收费与平台支持暂未提供。