agent-browser 是一个面向 AI 智能体安装使用的浏览器自动化技能，以命令行形式驱动浏览器完成网页操作。
用途：让智能体打开网页、分析页面结构、按元素引用执行点击与输入等交互，并可截图、录屏、保存与复用登录状态。
主要能力：
- 导航：open、back、forward、reload、close。
- 页面分析：snapshot 返回可访问性树或仅交互元素（-i），支持紧凑输出（-c）、限制深度（-d）、按 CSS 选择器限定范围（-s）。
- 交互：click、dblclick、focus、fill、type、press、keydown/keyup、hover、check/uncheck、select、scroll、scrollintoview、drag、upload，均使用快照中的 @e1 等引用。
- 信息获取：get text/html/value/attr/title/url/count/box；状态检查 is visible/enabled/checked。
- 截图与 PDF：screenshot（可 --full）、pdf。
- 录像：record start/stop/restart，录制使用新上下文但保留会话 Cookie 与存储。
- 等待：wait 元素、毫秒、文本、URL 模式、networkidle、JS 条件。
- 语义定位：find role/text/label/first/nth 等替代 refs。
- 浏览器设置：viewport、device 仿真、geo、offline、headers、credentials、media。
- Cookie 与本地存储读写清空；网络 route 拦截、屏蔽、mock 与请求查看。
- 标签页与窗口、iframe 切换、对话框处理、eval 执行 JS。
- 会话并行（--session）、--json 机器可读输出。
- 调试：--headed、console、errors、--cdp、highlight、trace。
使用方式：典型流程为 open 导航、snapshot -i 获取引用、用 @refs 交互，导航或 DOM 大改后重新快照。可通过 state save/load 复用登录态；用 --session 开并行浏览器。
适用场景：智能体代填表单、端到端流程验证、页面信息抓取与调试。
限制：资料未提供安装步骤、依赖、浏览器类型、平台支持、授权与收费信息；命令执行效果受目标页面结构变化影响，需及时重新快照。
分类：智能体与模型。