browser

用途

Browser 是一个浏览器自动化技能，使用 agent-browser 工具为 claude-flow 智能体提供网页操作能力。它通过 AI 优化的快照机制，用元素引用（@e1、@e2）代替完整 DOM，可将上下文减少约 93%，适合需要智能体自主浏览网页、填写表单、提取数据的场景。

主要能力

快照（AI 优化）

snapshot：完整可访问性树
snapshot -i：仅交互元素（按钮、链接、输入框）
snapshot -c：紧凑模式（移除空元素）
snapshot -d 3：限制深度为 3 层
screenshot [path]：截图（无路径时返回 base64）

交互

支持 click、fill（清空并填写）、type（带按键事件输入）、press（按键）、hover、select（下拉选择）、check/uncheck（复选框）、scroll（滚动）。

获取信息

支持 get text、get html、get value、get attr、get title、get url。

等待

支持 wait <selector>（等待元素）、wait <ms>（等待毫秒）、wait --text（等待文本）、wait --url（等待 URL）、wait --load networkidle（等待加载状态）。

会话

支持 --session <name> 使用隔离会话，session list 列出活动会话。

使用方式

核心工作流

导航到页面：agent-browser open <url>
获取带元素引用的可访问性树：agent-browser snapshot -i
使用快照中的引用进行交互：agent-browser click @e2、agent-browser fill @e3 "text"
页面变化后重新快照：agent-browser snapshot -i

选择器

元素引用（推荐）：从 snapshot -i 获取 ref，如 button "Submit" [ref=e2]，然后使用 agent-browser click @e2
CSS 选择器：agent-browser click "#submit"
语义定位器：agent-browser find role button click --name "Submit"、agent-browser find label "Email" fill "test@test.com"、agent-browser find testid "login-btn" click

示例

登录流程：open 登录页 → snapshot -i → fill 用户名和密码 → click 提交 → wait --url "**/dashboard"

表单提交：open 联系页 → snapshot -i → fill 各字段 → click 提交 → wait --text "Thank you"

数据提取：open 产品页 → snapshot -i → 遍历产品引用，get text 获取名称和价格，get attr 获取链接

多会话（Swarm）：会话 1 导航并保存状态 auth.json，会话 2 加载同一 auth.json 后抓取数据。

与 Claude Flow 集成

MCP 工具

所有浏览器操作均以 MCP 工具形式提供，带 browser/ 前缀：browser/open、browser/snapshot、browser/click、browser/fill、browser/screenshot 等。

记忆集成

存储成功模式：npx @claude-flow/cli memory store --namespace browser-patterns --key "login-flow" --value "snapshot->fill->click->wait" 检索：npx @claude-flow/cli memory search --query "login automation"

钩子

浏览前钩子：npx @claude-flow/cli hooks pre-edit --file "browser-task.ts" 浏览后钩子：npx @claude-flow/cli hooks post-task --task-id "browse-1" --success true

适用场景

智能体自主完成网页登录、表单提交
网页数据提取与抓取
多会话并行浏览任务
与 Claude Flow 记忆和钩子系统配合的自动化工作流

限制

资料未提供具体的系统要求、浏览器依赖、安装步骤、收费模式或性能上限等信息，暂未提供。