SuperAPI AI 工具集

browser

智能体与模型

查看项目

更新于 10-15 22:38

技能介绍

用途:面向浏览器自动化任务,覆盖页面导航、结构检查、表单交互、截图与状态对比等。

主要能力:agent-browser CLI 为默认引擎,支持导航、ARIA 快照获取元素引用、点击/填写/选择/勾选、截图(含标注与全页)、元素文本提取、cookie/存储读取、设备模拟与视口调整、PDF 生成、快照与截图差异对比,以及 batch 批量执行。Playwright 脚本用于复合编排与能力缺口,如控制台错误与网络请求捕获、录屏、可访问性审计、响应式多断点截图、GIF 生成、网络请求拦截与模拟、无头/有头模式中途切换、阴影 DOM 穿透、带参数的复杂 JS 执行、iframe 上下文隔离、慢网络模拟、Web Vitals 指标采集等。

使用方式:核心流程为 open 导航、snapshot -i 获取引用、用引用执行 fill/click、DOM 变化后重新快照。认证支持无认证、profile 复制、state 文件、session 名称、auth vault 及自动连接本地 Chrome;可见性支持无头(默认)、有头与 dashboard。Playwright 侧先 --session start 启动持久会话,脚本写入 /tmp,经 run.js 执行,完成后 --session stop。首次需 npm run setup 安装 Playwright 与 Chromium。凭据来自环境变量,如 BROWSER_AUTH_USER、BROWSER_AUTH_PASS、BROWSER_AUTH_TOTP_SECRET,多站点可用域名专用变量。

适用场景:公开页面与本地开发服务器测试、CI/CD 自动化、QA 流程、视觉验证与回归、登录态复用、交互式调试。

限制:agent-browser 暂不支持阴影 DOM 选择器、带参数 eval、iframe 上下文作用域与网络限速,这些需用 Playwright;本地浏览器连接仅限本机且需 Chrome 与 Playwright MCP Bridge 扩展;预置套餐、价格与更多支持范围暂未提供。