agent-browser 是一个命令行浏览器自动化工具,用于网页测试、表单填写、截图和数据提取,适合需要让程序或智能体导航网站、与页面交互的场景。
主要能力:导航(open、back、forward、reload、close);页面分析(snapshot 返回可访问性树,-i 仅交互元素,-c 紧凑输出,-d 限制深度);交互(click、dblclick、fill、type、press、hover、check、uncheck、select、scroll、scrollintoview);信息获取(get text/value/title/url);截图(screenshot,可存文件或 --full 全页);等待(wait 元素、毫秒、文本或 --load networkidle);语义定位(find role/text/label)。
使用方式:先 agent-browser open <url> 打开页面,再 agent-browser snapshot -i 获取带引用(如 @e1)的交互元素,然后用引用执行 click @e1、fill @e2 "text" 等操作;导航或 DOM 明显变化后需重新 snapshot。可用 --json 获得机器可读输出,--headed 显示浏览器窗口,console 与 errors 查看控制台和页面错误。支持 --session 并行多浏览器,state save/load 保存与复用登录状态。
限制:资料未提供安装方式、依赖环境、平台支持、收费与价格信息,暂未提供。