SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 00:21

技能介绍

用途:agent-browser 是面向 AI 智能体的无头浏览器自动化命令行工具,用于多步浏览器工作流、网页抓取、表单填写和 SPA 测试。核心思路是通过可访问性树快照生成元素引用(ref),实现确定性的元素选择。

主要能力:支持导航(open、back、forward、reload、close);快照(snapshot,建议加 -i 与 --json,可加 -c 紧凑、-d 限制深度、-s 限定选择器范围);基于 ref 的交互(click、fill、type、hover、check/uncheck、select、press、scroll);信息获取(get text/html/value/attr/title/url);状态检查(is visible/enabled/checked);等待(元素、毫秒、文本、networkidle);会话隔离(--session、session list);状态持久化(state save/load,可跳过登录);截图(含 --full 整页)。

使用方式:先安装 npm install -g agent-browser,再执行 agent-browser install 下载 Chromium(Linux 可加 --with-deps 安装系统依赖)。典型流程为 open 打开页面、snapshot -i --json 获取引用、解析 JSON 中的 refs 后执行 click/fill 等操作,页面变化后重新快照。

适用场景:表单自动化、多步网页操作、抓取、SPA 测试等需要稳定元素定位的任务。

限制:资料未提供性能、并发、浏览器兼容范围、收费与价格等信息;快照输出格式与命令行为以实际版本为准。