agent-browser 是命令行浏览器自动化工具,用于网页测试、表单填写、截图和数据提取。仅在明确调用(如“use browser agent”)时使用。安装:bun i -g agent-browser@latest。
主要能力:导航(open/back/forward/reload/close);页面分析快照(snapshot,-i 仅交互元素,-c 紧凑,-d 限深度,-s 限定 CSS 选择器);交互(click、dblclick、focus、fill、type、press、keydown/keyup、hover、check/uncheck、select、scroll、drag、upload);获取信息(text、html、value、attr、title、url、count、box);状态检查(is visible/enabled/checked);截图与 PDF(screenshot、--full、pdf);录屏(record start/stop/restart);等待(元素、毫秒、文本、URL 模式、networkidle、JS 条件);鼠标控制;语义定位(find role/text/label/first/nth);浏览器设置(viewport、device、geo、offline、headers、credentials、media);Cookie 与 localStorage;网络拦截与请求查看;标签页与窗口;iframe;对话框;eval 执行 JS。
典型用法:open 打开页面,snapshot -i 获取带 @e1 等引用的元素,再用引用执行 click/fill 等操作;导航或 DOM 大改后需重新快照。示例:agent-browser open https://example.com/form;agent-browser snapshot -i;agent-browser fill @e1 "user@example.com";agent-browser click @e3;agent-browser wait --load networkidle。
状态与会话:state save/load 保存登录态;--session 支持并行浏览器;--json 输出机器可读结果。调试:--headed 显示窗口,console/errors 查看日志,--cdp 连接,highlight、trace 辅助排查。
限制:资料未提供收费、平台支持范围、性能与效果等细节,暂未提供。