SuperAPI AI 工具集

cmux-browser

数据与分析

查看项目

更新于 10-16 09:31

技能介绍

cmux-browser 是 cmux 提供的终端浏览器自动化技能,面向需要在命令行中打开页面、检查或操作浏览器表面、等待页面状态并提取数据的场景。使用前应先查看实际运行的二进制与命令契约,例如 cmux browser --help 和 cmux --version,因为命令分为两类:用 open、open-split 或 new 创建浏览器表面,这些命令可为工作区级、无需表面句柄;其余导航、检查、交互、标签页、状态或诊断命令均绑定到既有表面,必须通过 --surface <handle> 或首个位置参数显式传入句柄,脚本中建议使用 flag 形式。

发现既有表面时,identify、tree、list 等只读命令不会改变焦点,可用 cmux identify --json 查看调用方上下文,或用 cmux tree --all --json 过滤出 type 为 browser 的表面并保留其 ref;也可按 URL 或标题做唯一匹配,匹配失败或多重匹配时应报错,不应凭可见焦点推断目标。核心工作流是先创建表面并提取返回的 surface_ref,再对该引用执行 get url、wait、snapshot --interactive、fill、click 等操作;导航、模态框开闭或 DOM 大改后需重新快照,因为引用会失效。等待支持 --selector、--text、--url-contains、--load-state 和 --function 等条件,并可设置超时。viewport 命令设置 1 到 4096 CSS 像素的逻辑视口,页面在窗格内等比适配,不改变布局和焦点,viewpor reset 恢复原生尺寸;使用前需关闭或分离检查器,否则冲突。

WKWebView 下部分能力不可用,如离线仿真、trace/screencast 录制、网络路由拦截与模拟、底层原始输入注入,均返回 not_supported,应改用 click、fill、press、scroll、wait 和 snapshot。若 snapshot --interactive 或 eval 出现 js_error,可先检查是否真的发生导航,再回退到 get text body 或 get html body,必要时导航到更简单的中间页重试。安装可通过 npx --yes skills@1.5.23 add . --global --yes --skill cmux-browser --agent claude-code codex --copy 或从发布仓库安装,刷新后需重启代理会话。仓库中的 references 与 templates 提供表面发现、命令映射、快照引用、认证、会话管理、视频录制、代理支持及表单自动化等模板;不应提交家目录技能副本、凭据、cookie 或保存的浏览器状态。收费、价格与平台支持等细节资料暂未提供。