SuperAPI AI 工具集

agent-browser

智能体与模型

查看项目

更新于 10-16 08:02

技能介绍

用途:agent-browser 是 Vercel 的无头浏览器自动化命令行工具,面向 AI 智能体,用于与网页交互、填写表单、截图和抓取数据。

主要能力:支持导航(open、back、forward、reload、close)、无障碍快照(snapshot,可用 -i 仅取交互元素、--json 输出结构化结果、-c 精简、-d 限制深度)、交互(click、dblclick、fill、type、press、hover、check、uncheck、select、scroll、scrollintoview)、信息获取(get text/html/value/attr/title/url/count)、截图与 PDF、等待(元素、毫秒、文本),以及语义定位(find role/text/label/placeholder)。支持多会话并行(--session)与有头调试(--headed)。

使用方式:先检查安装,command -v agent-browser >/dev/null 2>&1 && echo "Installed" || echo "NOT INSTALLED - run: npm install -g agent-browser && agent-browser install";安装用 npm install -g agent-browser 与 agent-browser install(下载 Chromium)。核心流程为:open 打开 URL,snapshot -i --json 获取带引用的交互元素,用 @e1 等引用执行 click、fill 等操作,页面变化后重新 snapshot。

适用场景:偏好 Bash 工作流、需要简单 CLI 命令或快速一次性自动化时使用;需要深度 MCP 工具集成或复杂自动化时可考虑 Playwright MCP。

限制:资料未提供收费、价格、平台支持范围与效果保证等信息。