SuperAPI AI 工具集

browser

通用与其它

查看项目

更新于 10-16 01:38

技能介绍

用途:通过 Chrome Relay 控制用户本机真实 Chrome 浏览器,复用其已有会话、Cookie 与登录状态,免去重新登录。所有操作以 Bash 调用 alma browser CLI 命令完成。

主要能力:状态检查(alma browser status)、列出标签页(alma browser tabs,显示 [tabId] 与标题)、新开标签页(alma browser open [url])、导航(alma browser goto <tabId> <url>)、按 CSS 选择器点击(alma browser click <tabId> <selector>)、输入并可回车(alma browser type <tabId> <selector> <text> [--enter])、以 markdown 读取页面(alma browser read <tabId>)、列出可交互元素及选择器提示的 JSON(alma browser read-dom <tabId>)、截图并打印 .png 路径(alma browser screenshot [tabId])、页面内执行 JS(alma browser eval <tabId> <code>)、滚动(alma browser scroll <tabId> <up|down> [amount],默认 500px)、前进后退(alma browser back/forward <tabId>)。

使用方式:先执行 alma browser status 确认连接,再 alma browser tabs 查看已有标签页并记下 [tabId];用 goto 或 open 导航;用 read-dom 获取交互元素与 CSS 选择器提示,再 click、type、eval 交互;用 read 提取 markdown 内容;用 screenshot 后读取返回的 .png 文件路径验证结果。常见选择器如 input[name="email"]、button[type="submit"]、#search-input 等。

适用场景:填写表单、点击按钮、多步骤流程、登录、与 Web 应用交互,或读取用户已打开的页面。仅需读取公开页面内容时用 WebFetch 更快,仅需搜索时用 WebSearch。

限制:需要 Chrome Relay 处于已连接状态;点击与输入需自行提供 CSS 选择器;高级交互(下拉、滚动到指定元素)需借助 eval;不明确的信息暂未提供。