SuperAPI AI 工具集

browser-automation

通用与其它

查看项目

更新于 10-15 23:57

技能介绍

用途:通过 Chrome DevTools Protocol 以命令行脚本控制 Chrome,用于网页抓取、截图、生成 PDF、表单填写与页面交互。脚本在需要时自动以无头模式启动 Chrome。

主要能力与命令(均位于 ${CLAUDE_PLUGIN_ROOT}/bin/):screenshot 抓取网页图片,支持 --full-page、--selector、--format、--width/--height;pdf 生成 PDF,支持 --paper、--landscape、--margin、--scale;extract 提取内容,支持 --format=markdown|text|html、--links、--images、--metadata;navigate 导航并交互,支持 --wait-for、--click、--type、--eval;form 填表提交,支持 --fill、--select、--fill-json、--submit;record 录制分帧,可配合 ffmpeg 合成视频;interact 在当前已打开标签页上操作,不重新加载页面;chrome-status 查看浏览器状态。

用法要点:登录类站点先用 --no-headless 与固定 --user-data=PATH 手动登录并保存会话;初次导航用 navigate,后续多步操作改用 interact,避免状态重置。默认调试端口 9222,可用 CHROME_DRIVER_PORT 修改。停止 Chrome 可执行 pkill -f 'chrome.*--remote-debugging-port'。各脚本均支持 --help。

限制与提示:截图过大时自动缩放到 8000px 以内;部分页面元素在 iframe 内可能无法定位;动态内容需配合 --wait-for 或 sleep;登录会话可能因 Cookie 过期而失效。资料未提供具体收费、价格或平台兼容性信息。