SuperAPI AI 工具集

electron

设计与创作

查看项目

更新于 10-16 09:31

技能介绍

用途:使用 agent-browser 自动化任意基于 Electron 的桌面应用。Electron 应用基于 Chromium,会暴露 CDP 端口,agent-browser 可连接后复用与网页相同的快照-交互流程。

主要能力:连接指定 CDP 端口;用快照发现可交互元素并通过元素 ref 交互;截图(含 --full、--annotate);读取文本与导出 JSON;填写表单和模拟按键;标签页/多窗口/Webview 切换;多应用会话并行;保留暗色模式。

核心流程:以远程调试方式启动应用、连接 CDP、快照、用 ref 交互、导航或状态变化后重新快照。

必要用法(命令保持原样): open -a "Slack" --args --remote-debugging-port=9222 agent-browser connect 9222 agent-browser snapshot -i agent-browser click @e5 agent-browser screenshot slack-desktop.png

也可用 agent-browser --cdp 9222 snapshot -i 或 --auto-connect 自动发现。标签页:agent-browser tab、agent-browser tab 2、agent-browser tab --url "settings"。多应用用 --session:agent-browser --session slack connect 9222。暗色:agent-browser --color-scheme dark snapshot -i,或 AGENT_BROWSER_COLOR_SCHEME=dark。

适用场景:对通信、开发、设计、媒体、效率类 Electron 应用做界面检查、导航、截图、数据提取、填表和多应用协同操作。

限制:--remote-debugging-port 必须在启动时提供,应用若已在运行需先退出再以该参数重启;连接失败时可等待数秒或检查端口占用(lsof -i :9222);元素未出现可能需用 tab 切换到正确的 webview;部分自定义输入组件可能需用 keyboard type 或 keyboard inserttext 绕过按键事件;Webview 支持依赖原始 CDP 连接。