SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-15 20:06

技能介绍

用途:Agent Browser 是面向 AI 智能体的无头浏览器 CLI,用于 UI 验证、E2E 测试和视觉确认。当需求涉及浏览器自动化、UI 确认、截图比对或 E2E 测试时适用;若项目文档中已写明使用 Agent Browser,则默认采用其方针。

安装:npm install -g agent-browser && agent-browser install。建议全局安装,经 npx 调用较慢。

主要能力与用法:页面操作有 open、goto、screenshot、pdf;元素操作有 click、fill、press、scroll;信息获取有 text、title、url、count;环境设置支持 --viewport、--device、--color-scheme。

元素选择优先级:语义定位器(如 role=button[name='Submit'])优先,其次无障碍树引用(@e1),再次文本匹配,CSS 选择器仅作最后手段。

测试设计原则:无障碍优先,不依赖 class/id 等实现细节;以用户操作单位保持最小范围,优先关键流程;必要场景主动截图,用差分防回归;避免隐式 sleep,改用显式等待条件。

输出格式要求依次给出:推荐方针、理由、设计方案、检查清单、常见陷阱、下一步行动。

检查项:确认已全局安装并安装 Chromium,元素选择基于无障碍,测试按用户操作拆分,使用显式等待,并约定截图保存位置与命名。

限制:固定等待在 CI 中不稳定;依赖 CSS 类名的选择器易被重构破坏;截图差分可能因字体渲染误报,需设阈值;无头环境未指定视口尺寸会与实机布局不一致。以上为资料所述内容,其他信息暂未提供。