SuperAPI AI 工具集

dev-browser

前端与建站

查看项目

更新于 10-16 04:57

技能介绍

用途:Dev Browser 是浏览器自动化技能,页面状态在多次脚本执行间持久保留。适合导航网站、填写表单、截图、提取网页数据、测试 Web 应用等任务。做法是编写小而聚焦的脚本,逐步完成任务;当工作流被验证且存在重复工作时,可写脚本一次执行完成。

两种模式:独立模式(默认)启动新的 Chromium 会话,命令为 ./skills/dev-browser/server.sh &,加 --headless 可无头运行,需等待 Ready 消息。扩展模式连接用户已有 Chrome,适合已登录站点或用户要求使用扩展的场景;先运行 cd skills/dev-browser && npm i && npm run start-extension &,等待扩展连接,若未连接需用户启动并激活扩展,下载链接为 https://github.com/SawyerHood/dev-browser/releases。

用法:所有脚本在 skills/dev-browser/ 目录运行,@/ 别名依赖该配置。可用 heredoc 内联执行,如 cd skills/dev-browser && npx tsx <<'EOF' 后接 import { connect, waitForPageLoad } from "@/client.js"; 创建 client、page 并导航。client.page("name") 获取或新建命名页面,client.list()、client.close("name")、client.disconnect() 分别列出、关闭、断开,断开后页面仍保留。page 是标准 Playwright Page。

定位与检查:未知页面布局可用 getAISnapshot() 获取 YAML 无障碍树发现元素,再用 selectSnapshotRef() 获取元素并交互;也可用截图查看用户所见。等待可用 waitForPageLoad(page)、page.waitForSelector()、page.waitForURL()。脚本建议只做一件事,末尾输出状态以便决定下一步,页面命名要有描述性,如 checkout、login。page.evaluate() 在浏览器中运行,必须用纯 JavaScript,不能写 TypeScript 类型注解。抓取大数据集时建议拦截并重放网络请求而非滚动 DOM。失败后页面状态仍保留,可截图、打印 URL、标题与正文前段来调试。限制:资料未提供收费、价格及具体平台支持范围等信息。