用途:browser-research 用于执行深度网页研究任务,借助 agent-browser 进行交互式页面导航与数据提取。适合多页研究、动态内容(JavaScript 渲染页面、SPA、交互式仪表盘)、表单交互、结构化数据提取以及需要登录或会话状态的站点。若只是简单静态页面,建议先用 WebFetch,内容不完整或需要交互时再升级到 agent-browser。
前置与安装:需要 vercel-labs/agent-browser 的 agent-browser CLI。安装命令为 npm install -g agent-browser,随后执行 agent-browser install 安装 Chromium。可用 agent-browser --version 与 agent-browser install --check 验证。
核心研究循环:OPEN(agent-browser open <url>)→ SNAPSHOT(agent-browser snapshot -i)→ EXTRACT(agent-browser get text @ref)→ NAVIGATE(click @ref / fill 等)→ 重复 2-4 步直至完成。遵循“先快照再交互”模式,@e1、@e2 等 ref 是元素的稳定标识。
主要能力:支持直接导航或搜索引擎发现来源;提取文本、表格、列表、产品信息等结构化数据;处理分页与懒加载(scroll down、wait);使用命名会话(--session)并行研究多个来源;支持截图、PDF、JSON 输出;提供 wait、is visible、find 等命令应对失败。
使用方式:先规划任务(目标信息、来源、提取字段、深度),再按场景配方执行。输出建议包含 mission、sources(含 url、title、accessed、data)、summary 与 limitations,始终附来源 URL、访问时间与限制说明。
限制:自动化研究可能失败,需处理元素不存在、超时、网络错误等情况,失败时应重新快照、改用 find 语义定位、检查 URL,并在输出中如实报告访问问题而非静默跳过。完成后用 agent-browser close 释放资源。