SuperAPI AI 工具集

opencli-browser

智能体与模型

查看项目

更新于 10-16 01:33

技能介绍

用途:让智能体驱动真实 Chrome 窗口完成页面检查、表单填写、点击登录流程和临时数据提取。若已有站点适配器命令(如 opencli facebook notifications),应优先使用适配器,仅在缺口、调试或一次性 UI 流程时使用 browser 命令。

前置条件:先运行 opencli doctor,直到输出为绿色,否则其他命令无法工作。常见失败原因包括 Chrome 未运行、扩展未安装、调试端口被其他扩展占用。

会话生命周期:browser 命令后必须紧跟 <session> 位置参数。多步流程使用同一会话名,并行任务使用不同名称。owned 会话在调用间保持标签页租约,可用 close 释放或等待空闲超时。bind 可将已打开的 Chrome 标签页绑定到会话,适用于登录页、SSO 流程或手动定位的页面;绑定不会拥有用户窗口,也不会关闭用户标签页,切换标签页后需重新 bind。

核心模型:选择器优先的目标契约,<target> 为 state/find 返回的数字 ref 或 CSS 选择器,可用 --nth 消歧。每个信封报告 matches_n 和 match_level(exact、stable、reidentified)。输出优先紧凑,按需获取完整负载。错误为结构化机器可读格式,应基于 error.code 分支处理。

关键规则:行动前先检查(state 或 find);优先使用数字 ref;每次写入后读取 match_level;表单控件使用 compound 字段;重要写入需验证(如 type 后 get value);页面变化后重新快照;eval 只读,需用 IIFE 返回 JSON;优先使用 network 而非屏幕抓取。

命令涵盖 inspect(state、find、frames、screenshot)、get(title、url、text、value、attributes、html)、interact(click、hover、focus、dblclick、check、uncheck、upload、drag、type、fill、select、keys、scroll)、wait、extract、network 等。wait 默认超时 10000 毫秒,wait download 需要 Browser Bridge 扩展 1.0.8+。

限制:绑定会话不允许标签页变更操作;跨域 iframe ref 为尽力而为;原生 HTML5 dataTransfer 拖放可能需要站点特定回退;eval 不能修改页面。资料未提供收费、价格或平台支持信息。