agent-browser-commands 是 agent-browser CLI 的命令参考文档，定位为内部模板（INTERNAL TEMPLATE），由 agent-browser 编排器在任务执行过程中使用。文档明确指出：对于浏览器自动化任务，应当以 agent-browser skill 作为入口。本页本身为命令速查资料，而非独立产品。
用途 文档按功能模块组织浏览器自动化所需命令，覆盖从导航、元素发现、交互到调试、网络模拟、存储管理等环节，方便在执行过程中按场景查找命令与参数。
主要能力（按文档模块划分）
- 导航：open <url>（支持 chrome:// 与 chrome-extension://）、back / forward、reload、close。
- 元素发现：snapshot 获取带 ref 的无障碍树；snapshot -i 仅交互元素、-c 紧凑、-d <n> 限制深度、-s <sel> 限定范围。
- 交互：click、dblclick、fill（清空后填入）、type（追加）、keyboard type、keyboard inserttext、press、focus、check / uncheck、select、hover、drag、upload、download、scroll、scrollintoview。
- 对话框：dialog accept / dismiss / status。
- 鼠标精细控制：mouse move / down / up / wheel，适用于 canvas、绘图类应用及基于指针事件的拖拽组件。
- 获取信息：get text / html / value / attr、get title / url、get count、get box、get styles、get cdp-url。
- 状态检查：is visible / enabled / checked。
- 等待：wait @e1（含 --state hidden / detached）、wait 毫秒、--load networkidle、--url、--fn、--text、--download。
- 捕获：screenshot（--full、--annotate 及目录/质量/格式选项）、pdf。
- 差异与视觉回归：diff snapshot、diff screenshot（--baseline、--output、--threshold 默认 0.1）、diff url。
- 调试：inspect、console（--pattern、--clear）、errors、highlight、network requests（可按 filter / type / method / status 过滤）、network request <id>、network har start/stop、trace start/stop、profiler start/stop、record start/stop/restart、eval、clipboard read/write/copy/paste。
- 网络模拟：network route（--abort、--body）、network unroute。
- 存储：cookies（查看、设置、清除）、storage local / session 的读取与写入。
- 标签页：tab new / list / <n> / close <n>；文档提示 target="_blank" 可能在新 BrowserContext 打开，tab list 只跟踪当前 context。
- 会话：session、session list。
- 认证保险库：auth save / login / list / show / delete；凭据以 AES-256-GCM 加密（AGENT_BROWSER_ENCRYPTION_KEY），建议使用 --password-stdin。
- 批量执行：通过 stdin 传入 JSON 数组给 batch，--bail 表示遇错即停。
- 确认：confirm <id>、deny <id>。
- 设备与模拟：set viewport、set device、set geo、set offline、set headers、set credentials、set media；另有 iOS 模拟器（需 Xcode + Appium，使用 -p ios）。
- 安装与升级：install、install --with-deps、upgrade。
- 语义定位（find）：role、text、label、placeholder、alt、title、testid、first、last、nth 等子命令；文档强调 find ref 不存在，snapshot 返回的 ref（如 [ref=e3]）应直接用于 action 命令。
- 全局选项与环境变量：如 --headed、--engine、-p/--provider、--cdp、--auto-connect、--profile、--session、--session-name、--state、--download-path、--headers、--proxy、--proxy-bypass、--color-scheme、--ignore-https-errors、--allow-file-access、--user-agent、--allowed-domains、--action-policy、--confirm-actions、--confirm-interactive、--content-boundaries、--max-output、--json、--full、--annotate、--debug，以及 AGENT_BROWSER_* 系列环境变量。
使用方式 按模块查表调用对应命令，可使用 CLI 直接执行，或通过 batch 以 JSON 数组方式批量执行；对需要显式审批的动作可通过 confirm / deny 处理；对登录流程可先用 auth save 保存凭据、再用 auth login 复用。
适用场景 浏览器端自动化任务执行过程中的命令查阅，包括交互操作、断言检查、调试排查、网络模拟、存储与 Cookie 管理、截图与视觉回归、性能与追踪录制、设备与地理位置模拟等。
限制（来自文档的明确说明）
- 本页为内部参考资料，任务入口应为 agent-browser skill。
- keyboard type 不一定可靠触发 document 级 keydown 监听，需要 document 级事件处理时应使用 eval dispatchEvent(new KeyboardEvent(...))。
- drag 使用 Playwright 的指针拖拽，不派发 HTML5 DragEvent（dragstart/dragover/drop），HTML5 Drag API 需用 eval 手动派发 DragEvent。
- mouse 系列命令不触发 HTML5 Drag API 事件。
- find ref 不存在；ref 应直接用于 action 命令。
- target="_blank" 链接可能在新 BrowserContext 打开，tab list 仅跟踪当前 context，必要时用 tab new + open 手动管理。
- AGENT_BROWSER_NATIVE=1 在 0.22+ 中为未文档化的遗留别名，建议省略（chrome 引擎为默认）。
- iOS 模拟器需要 Xcode + Appium。
- 升级在 npm 下使用 upgrade；Homebrew 使用 brew upgrade agent-browser。
未提供信息 文档未提供产品定价、商业授权、支持平台清单、性能基准或效果数据，相关内容暂未提供。