SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 00:00

技能介绍

agent-browser 是一个基于命令行的无头浏览器自动化工具,主要面向 AI 智能体使用,用于浏览网站、打开网页、与页面元素交互、截图以及填写表单等任务。

安装方式:先执行 npm install -g agent-browser 全局安装,再运行 agent-browser install 安装浏览器二进制文件。

典型工作流为:先用 open 打开目标 URL,再用 snapshot 获取可访问性树以查看可用元素(输出形如 @e1、@e2 的引用),随后用这些引用进行交互,最后通过快照或截图验证状态。

核心命令包括:导航类 open、back、forward、reload;交互类 click、fill、press、select;信息获取类 snapshot、snapshot -i、get text、get url;捕获类 screenshot、screenshot --full、pdf。

选择器支持引用(@e1、@e2,来自快照输出,推荐优先使用)、CSS(#id、.class、div > span)、文本(text=Submit)和角色(role=button[name="Submit"])。

使用会话可在多条命令间保持浏览器状态,例如 agent-browser --session myproject open https://example.com,后续命令带上同一 --session 参数即可。

最佳实践:始终先执行 snapshot 再交互;优先使用快照中的 @e1 引用而非 CSS 选择器;使用会话保持状态;对动态内容适当等待;交互后通过快照或截图验证。

限制方面:资料未提供具体的平台支持范围、性能指标、收费方式或价格信息,暂未提供。