SuperAPI AI 工具集

agent-browser-3

测试与质量

查看项目

更新于 10-16 05:41

技能介绍

用途:agent-browser 是命令行浏览器自动化工具,适合网页测试、表单填写、截图、数据提取等需要程序化操作浏览器的场景。

主要能力:导航(open/back/forward/reload/close/connect);页面分析(snapshot 输出可访问性树,-i 仅交互元素,-c 紧凑,-d 限深度,-s 限定 CSS 选择器);交互(click、dblclick、fill、type、press、hover、check、select、scroll、drag、upload 等,使用快照返回的 @e1 等引用);信息获取(get text/html/value/attr/title/url/count/box/styles);状态检查(is visible/enabled/checked);截图与 PDF;视频录制;等待(元素、毫秒、文本、URL、网络空闲、JS 条件);鼠标控制;语义定位(find role/text/label/placeholder/alt/title/testid/first/last/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 切换;对话框处理;eval 执行 JavaScript。

使用方式:典型流程为 open 打开页面,snapshot -i 获取带引用的交互元素,再用引用执行 click/fill 等操作,导航或 DOM 显著变化后需重新快照。全局选项支持 --session 隔离会话、--json 机器可读输出、--headed 显示窗口、--cdp 连接、--proxy 代理、--extension 加载扩展等;也可用环境变量配置会话、可执行路径、扩展、云浏览器提供方等。示例:agent-browser open https://example.com/form;agent-browser snapshot -i;agent-browser fill @e1 "user@example.com";agent-browser click @e3。

适用场景:Web 测试、表单自动化、登录态复用(state save/load)、并行会话抓取、截图与录屏、代理与地理测试、网络请求模拟。

限制:资料未提供安装方式、收费与价格、平台支持范围及性能数据;自签名或无效证书站点需加 --ignore-https-errors。