SuperAPI AI 工具集

browser

智能体与模型

查看项目

更新于 10-16 09:54

技能介绍

用途:通过持久化的 puppeteer-core MCP 连接控制实时 Chrome,完成网页自动化与信息提取。

主要能力:点击、输入、悬停、拖拽、选择、填表、按键、导航页面、截图,以及 DOM、可访问性树、HAR、性能 trace、Lighthouse、PDF 等产出。核心交互模型是「快照→稳定 ref→操作」,选择器与坐标仅作后备;ref 在下次快照后失效,导航或 DOM 变化后需重新快照。stale_ref 与 interaction_failed 都需重新快照后重试。

使用方式:任何其他工具前先调用 browser_connect,模式 launch 启动或复用 Chrome,attach 通过 browser_url 或 ws_endpoint 连接已运行实例。导航默认允许 http/https,allow_internal=true 可放行 file: 与 about:,javascript: 等始终被 blocked_url 阻止。导航后用 browser_wait 确认页面稳定,文本触发流程用 browser_wait_for_text。browser_navigate、browser_wait 等为服务器短名,其他宿主需使用对应名称。

大产物处理:截图、DOM、AX 树、HAR、PDF 等通常超过内联阈值,会写入临时文件并返回路径;低于阈值则返回 written: false 且无路径。建议交给子代理读取路径后返回文本摘要,避免污染主上下文;也可在截图时用 selector、在 dom 用 selector、在 snapshot 用 max_depth/max_nodes 缩小体积。性能 trace 需用 browser_analyze_insight 分析。

限制:快照 ref 有效期短,需及时重快照;选择器必须唯一命中,否则报 ambiguous_match;javascript: 等协议不可用;子代理能力取决于宿主,若无子代理且产物过大,需改用本地确定性工具或询问处理方式。参数细节见 references/interaction.md、perf-network.md、storage-capture.md。