agent-browser 是一个宿主端的命令行浏览器工具,主要用于本地浏览器冒烟测试、截图、快照和简单的 UI 验证。根据资料,它适用于应用已经由沙箱(Shuru)启动、并需要真实浏览器进行验证的场景。该项目不在 Shuru 内部使用 agent-browser,而是在宿主机上使用。
用途 agent-browser 面向 UI 验证与冒烟测试:在应用从沙箱启动后,通过转发的 localhost 端口将其暴露,再针对该 localhost URL 运行 agent-browser 进行检查。典型流程为:先用沙箱化 bash 启动应用,再通过转发的 localhost 端口暴露,随后对本地 URL 执行浏览器操作。
前置要求 使用该技能需要满足以下条件:agent-browser CLI 必须已安装并且能在 PATH 中使用;优先使用 http://127.0.0.1:<端口> 或其他显式 localhost URL;当存在并发运行的可能性时,应使用具名的浏览器会话。
主要能力与常用命令 工具支持打开页面并等待就绪、检查页面、与快照引用对应的元素交互、录制视频、截图取证以及清理会话。资料给出的核心流程为: agent-browser --session verify open http://127.0.0.1:3000 agent-browser --session verify wait --load networkidle agent-browser --session verify snapshot -i
常用命令包括:
打开并等待就绪
agent-browser --session verify open <url> agent-browser --session verify wait --load networkidle
检查页面
agent-browser --session verify snapshot -i agent-browser --session verify get title agent-browser --session verify get url
使用快照引用与元素交互
agent-browser --session verify click @e1 agent-browser --session verify fill @e2 "text" agent-browser --session verify press Enter
将冒烟测试录制为视频
agent-browser record start .grok/verify-artifacts/verify-smoke.webm
截取屏幕证据(使用 --screenshot-dir,而非位置参数路径)
mkdir -p .grok/verify-artifacts agent-browser --screenshot-dir .grok/verify-artifacts screenshot agent-browser --screenshot-dir .grok/verify-artifacts screenshot --full
停止录制并清理
agent-browser record stop agent-browser close
使用方式与操作要点 在任何点击或导航之后,需要重新生成快照,然后才能再次使用旧的引用。开页面之后建议优先使用 wait --load networkidle。如果页面是动态的,在每次有意义的 DOM 变化之后应再次使用 snapshot -i。如果因为存在多个转发端口而导致目标 URL 不明确,应停止并报告这种不明确性,而不是猜测。如果 agent-browser 不可用,则回退到仅使用 bash 的验证,并清楚地说明这一点。
适用场景 适用于需要真实浏览器参与的应用验证环节,例如从沙箱启动应用之后,对转发到 localhost 的地址执行页面加载检查、关键控件操作测试,以及收集截图等验证证据。
限制与建议 资料建议在第一阶段保持浏览器检查范围窄小:只检查页面加载、一两个关键控件,并可选择性地保留截图证据。截图应保存到 .grok/verify-artifacts/ 下稳定的、相对于工作区的路径,以便验证流程能够将其回报给用户。资料未提供其他功能、收费、价格、平台或支持范围等信息。