SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 09:50

技能介绍

agent-browser 是供 AI 智能体使用的浏览器自动化命令行工具,用于网页导航、填表、点击、截图和数据提取。核心工作流为:open 打开页面,snapshot -i 获取元素引用(如 @e1、@e2),再用引用执行 click、fill、select 等交互,页面变化后需重新 snapshot。命令可用 && 链式执行,浏览器通过后台守护进程在命令间保持。

主要能力:导航与关闭;snapshot(-i 交互元素、-C 含光标交互元素、-s 限定选择器);交互(click、fill、type、select、check、press、keyboard、scroll);获取信息(get text/url/title);等待(wait 元素、--load networkidle、--url、毫秒);下载;截图与 PDF;diff 比较页面状态;认证(auth vault 加密凭据、state save/load、--session-name 会话持久化);数据提取(含 --json 输出);并行会话;连接已有 Chrome(--auto-connect、--cdp);深色模式;可视化调试(--headed、highlight、record、profiler);本地文件;iOS 模拟器。

安全特性均为可选:--content-boundaries 包裹页面输出、域名白名单、动作策略文件、输出上限。超时可用 AGENT_BROWSER_DEFAULT_TIMEOUT 调整。

限制:refs 在页面变化后失效须重新 snapshot;须始终 close 会话避免泄漏进程;复杂 JS 建议用 eval --stdin 或 -b;iOS 需 macOS、Xcode 与 Appium。收费与价格暂未提供。