SuperAPI AI 工具集

agent-browser

测试与质量

查看项目

更新于 10-16 09:51

技能介绍

用途:agent-browser 用于自动化浏览器交互,适合网页测试、表单填写、截图和数据提取等需要在终端驱动浏览器的场景。

主要能力:支持导航(open/back/forward/reload/close)、页面快照(snapshot 全量、-i 仅交互元素、-c 紧凑、-d 限制深度)、交互(click、dblclick、fill、type、press、hover、check、uncheck、select、scroll、scrollintoview)、获取信息(get text/value/title/url)、截图(含 --full 全页)、等待(元素、毫秒、文本、网络空闲)以及基于角色的语义定位。snapshot -i 会返回 @e1、@e2 等引用供交互使用;导航或 DOM 明显变化后需重新快照。

使用方式:先安装 npm install -g agent-browser 并执行 agent-browser install 下载 Chromium。典型流程为 open 打开页面、snapshot -i 获取交互元素、用 @refs 交互、再快照检查结果。可用 state save/load 保存登录态,用 --session 运行并行浏览器,用 --json 获取可解析输出,用 --headed 显示浏览器窗口,用 console/errors 调试。

限制:资料未提供平台兼容性、性能上限、代理或验证码处理等信息,暂未提供。