SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 00:04

技能介绍

用途:为 AI 代理提供浏览器自动化命令行工具,适用于导航页面、填写表单、点击按钮、截屏、抓取数据、测试 Web 应用、登录网站等需要编程式网页交互的任务。

主要能力:open 打开网址;snapshot -i 获取元素引用(@e1、@e2 等);点击、填写、选择、勾选、按键、滚动等交互命令;get 获取文本/URL/标题;wait 支持元素、networkidle、URL 模式、JS 条件与毫秒等待;screenshot 支持全页与标注模式;pdf 另存;diff 比较快照、截图与两个网址;会话与状态可保存、加载、列出、清理,并支持 --session-name 自动持久化;支持并行会话、连接已有 Chrome(--auto-connect 或 --cdp 9222)、无头/有头模式、代理与配置文件;支持 iOS 模拟器(-p ios,需 macOS、Xcode、Appium 及 xcuitest 驱动);支持本地 file:// 文件;eval 可执行 JavaScript(复杂表达式建议用 --stdin 或 -b 避免 shell 转义问题);find 提供语义定位器。

使用方式:采用“导航→快照→用 ref 交互→重新快照”的流程,命令可用 && 串联,浏览器通过后台守护进程在命令间保持。元素 ref 在页面变化后失效,需重新快照。多代理并发时应使用命名会话并在完成后 close 避免进程泄漏。

限制:默认本地浏览器 Playwright 超时为 60 秒,慢页面应使用显式等待;iOS 模拟器功能需 macOS、Xcode 与 Appium 环境,真机需预先配置;其他环境与安装方式资料未提供。