SuperAPI AI 工具集

agent-browser

测试与质量

查看项目

更新于 10-16 09:44

技能介绍

agent-browser 是面向 AI 智能体的浏览器自动化 CLI,适合由智能体独占一个隔离 Chrome 会话的常规浏览器自动化场景。

用途:打开网址并检查页面,执行点击、填写、输入、选择、上传、滚动等操作;截图、导出 PDF、录制 trace/视频/控制台日志与页面错误;提取可见文本、HTML、属性、URL、计数、盒子、样式、Cookie、存储与网络请求;用可重复的命令行步骤测试本地 Web 应用;执行探索性 QA 或缺陷排查;在专门技能指引下自动化 Electron 或 Slack。

运行环境:已安装的 CLI 可用 agent-browser --version、agent-browser skills get core、agent-browser skills list 查看。资料显示当前安装来源为 npm 全局包 agent-browser@0.26.0,位于 ~/.npm-global/bin/agent-browser。

核心循环:agent-browser open <url>;agent-browser snapshot -i;agent-browser click @e3;再 agent-browser snapshot -i。@e3 这类引用每次快照后都是新的,导航、表单提交、渲染变化、对话框或标签切换后需重新快照。

定位优先级:snapshot -i 与 @e 引用;语义定位 find role、find text、find label、find testid;CSS 选择器;eval --stdin 用于结构化提取或页面专用 JS。

若页面已加载但基本浏览器调用超时,可将渲染后的应用视为不可信但可检查,按 references/react-app-api-fallback.md 获取入口 HTML、提取打包 JS、搜索路由字符串,并通过同源 API 调用复现指定 UI 流程并验证。Web3 钱包门控流程仅用隔离自动化做侦察,再切换到带钱包扩展的真实 Chrome(Browser Relay/CDP),详见 references/web3-wallet-gated-flows.md。

边界:涉及“当前浏览器、真实 Chrome、已登录态、复用登录态、我的浏览器”或已打开标签时,先路由到 devops/badboy-br-aa-routing;仅在确认 binary 与 MCP wrapper 存在后再使用 npm-global browser-relay 路由。需钱包扩展(MetaMask、Phantom、Trust、Coinbase Wallet)的 Web3 站点,隔离会话常无法完成,连接钱包、签名、领积分或提交钱包门控贡献前应切换到真实 Chrome。前端签名追踪、JS hook 注入、CDP 断点、AST/source-map/反混淆、WASM 或加密检测先路由到 devops/jshookmcp;网文榜单扫描或 oh-story 的浏览器 CDP 工作流优先使用 comm/oh/browser-cdp。会话不再需要时用 agent-browser close 或 agent-browser close --all 关闭。

限制:资料未提供价格、授权、平台支持范围与性能指标等信息。