SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 06:20

技能介绍

用途:为 AI 智能体提供浏览器自动化能力,通过 inference.sh 的 infsh CLI 调用,底层使用 Playwright,并用 @e 引用系统定位页面元素。

主要能力:open 打开 URL 并配置视口、代理、录屏;snapshot 在 DOM 变化后重新获取 @e 引用;interact 执行点击、双击、填写、输入、按键、下拉选择、悬停、勾选、拖拽、上传、滚动、后退、等待、跳转等动作;screenshot 截取视口或整页;execute 在页面运行 JavaScript;close 关闭会话,若开启录屏则返回视频。支持代理、文件上传、拖拽、光标指示器与视频录制。

使用方式:需先安装 infsh CLI 并执行 infsh login。首次调用用 --session new 开启会话,从返回中取 session_id,后续调用复用该 ID,结束时 close。典型流程为 open → interact → snapshot → close。元素以 @e1、@e2 等形式返回,导航或动态加载后引用会失效,需重新 snapshot。

适用场景:表单填写与提交、搜索与内容提取、登录流程、截图与录屏演示、需要代理的访问测试等。

限制:依赖 inference.sh 与 infsh CLI;引用在导航后失效必须重新快照;资料未提供具体收费、价格与平台支持范围。