SuperAPI AI 工具集

browser-automation

测试与质量

查看项目

更新于 10-16 02:35

技能介绍

用途:该技能用于操作用户真实浏览器,可点击、输入、读取页面、截图和导航,适合网页交互、UI 测试、填写表单或提取内容。

主要能力:browser_tabs 列出标签页;browser_snapshot 获取无障碍树并生成 e12 之类的引用;browser_text 提取纯文本;browser_click、browser_type、browser_press_key、browser_scroll 完成交互;browser_wait 等待元素;browser_console 读控制台输出;browser_network 查看 XHR/fetch 请求与状态码;browser_screenshot 截图。

用法:先调用 browser_tabs 的 action "list" 确认扩展已连接,未连接时请用户查看扩展图标是否显示绿色 ON。读页面先 browser_snapshot,大页面可用 selector 限定范围,如 selector: "main" 或 ".content"。交互一律先快照再使用引用,如 browser_click ref: "e12"、browser_type ref: "e5" text: "hello"、browser_press_key key: "Enter"、browser_scroll direction: "down"。动态内容可滚动加载、等待懒加载元素后重新快照;虚拟滚动容器(如 Twitter、Reddit)可传入容器 CSS 选择器。iframe 内元素需将快照限定到该 iframe。

限制与常见错误:导航或滚动后引用会失效,必须重新快照;不要关闭非自己创建的标签页;导航后注意等待页面加载;页面加载慢或懒加载时需要等待。具体安装与配置步骤资料未提供。