SuperAPI AI 工具集

web-browser

通用与其它

查看项目

更新于 10-16 09:24

技能介绍

Web Browser Skill 是一套基于 CDP(Chrome DevTools Protocol)的极简工具,用于协作式网站探索。它通过远程控制 Chrome 浏览器,实现对网页的交互操作,包括点击按钮、填写表单和导航链接。

主要能力与使用方式

启动 Chrome:运行 ./tools/start.js 使用全新配置文件,或运行 ./tools/start.js --profile 复制已有配置文件(包含 cookies、登录状态)。该脚本会在端口 9222 上启动 Chrome 并开启远程调试。

页面导航:使用 ./tools/nav.js https://example.com 在当前标签页导航,或使用 ./tools/nav.js https://example.com --new 打开新标签页。

执行 JavaScript:通过 ./tools/eval.js 在活动标签页的异步上下文中执行 JavaScript。示例包括获取文档标题 ./tools/eval.js 'document.title'、统计链接数量 ./tools/eval.js 'document.querySelectorAll("a").length',以及以 JSON 形式返回链接信息并过滤非 https 链接的复杂表达式。官方提示注意字符串转义,最好使用单引号。

截图:运行 ./tools/screenshot.js 截取当前视口,并返回临时文件路径。

元素拾取:运行 ./tools/pick.js "Click the submit button" 启动交互式元素选择器,单击选择元素,Cmd/Ctrl+单击进行多选,按回车完成。

适用场景

该工具适合需要以命令行为入口、程序化操作网页的场景,例如协作式网站探索、页面结构分析、前端调试、表单自动化填写与链接导航等。由于基于 CDP,它依赖 Chrome 浏览器并需通过远程调试端口通信。

限制

官方资料未说明该工具支持的其他浏览器、运行平台、依赖安装方式、错误处理或性能表现,这些信息暂未提供。