SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 06:50

技能介绍

用途:为 AI 智能体提供浏览器自动化能力,完成网页导航、元素交互、截图与录像等任务,底层基于 Playwright,并通过 inference.sh 以 CLI 方式运行。

主要能力:open 打开 URL 并返回交互元素;snapshot 在页面变化后重新获取 @e 引用;interact 执行点击、双击、填写、输入、按键、下拉选择、悬停、勾选、拖拽、上传、滚动、后退、等待、跳转等动作;screenshot 截取视口或整页;execute 在页面执行 JavaScript;close 结束会话,启用录制时返回视频。支持视频录制、光标指示、代理、文件上传、拖放和 JS 执行。

使用方式:先安装 CLI 并登录:curl -fsSL https://cli.inference.sh | sh && infsh login。然后用 --session new 启动会话并获取 session_id,后续调用带上该 ID,交互后如需新引用应重新 snapshot,最后 close。元素以 @e1、@e2 等引用表示,导航后引用会失效,必须重新获取。

适用场景:表单填写提交、搜索并提取内容、带截图或录屏的抓取流程、需要登录态复用的会话、代理访问与地理测试等,并提供了命令、快照引用、会话管理、认证、视频录制、代理等参考文档与模板。

限制:资料未提供收费、价格、平台兼容范围或性能指标等信息,暂未提供。依赖 inference.sh 与 CLI 环境,会话状态在会话内保持;导航后需重新获取元素引用,否则引用失效。