用途
vibe-check 是 vibiumdev/vibium 提供的浏览器自动化 CLI,用于让 AI 智能体从命令行驱动浏览器完成网页操作。它默认自动化 Chrome,也可通过 --engine firefox 使用 Firefox。浏览器在首次使用时自动启动,守护进程模式(daemon)会让浏览器在命令之间保持运行。
主要能力
- 导航:go、back、forward、reload、url、title。
- 元素发现:map 映射可交互元素并生成 @refs;map --selector 限定 CSS 子树;diff map 对比当前与上次映射的变化。
- 内容读取:text、html、find(支持 text、label、placeholder、testid、xpath、alt、title、role 等语义查找)、eval、count、screenshot、a11y-tree。
- 交互:click、dblclick、type、fill、press、focus、hover、scroll、keys、select、check、uncheck,以及鼠标原语(mouse click/move/down/up)和 drag。
- 元素状态:value、attr、is visible、is enabled、is checked、is actionable。
- 等待:wait(元素、URL、加载、文本、JS 表达式)、sleep。
- 捕获:screenshot(支持 --full-page、--annotate)、pdf。
- 对话框:dialog accept、dialog dismiss。
- 模拟:viewport、window、media、geolocation、content。
- 框架与上传:frames、frame、upload。
- 录制:record start / record stop,可包含视频轨道(Firefox 154+ 本地浏览器支持;远程连接默认不录视频,可用 --video-remote 保留)。
- Cookie 与存储:cookies、storage、storage restore。
- 下载与页面:download dir、pages、page new(含 --isolated)、page switch、page close。
- 调试与会话:highlight、start、stop、daemon start/status/stop、--session。
使用方式
核心工作流为:
- 导航:vibium go <url>
- 映射:vibium map(获取 @e1、@e2 等元素引用)
- 交互:使用引用进行点击、填写、选择,例如 vibium click @e1
- 重新映射:导航或 DOM 变化后,用 vibium map 获取新引用
命令可用 && 串联顺序执行,链在首个错误处停止。但依赖解析上一步输出的命令(如读取 map 输出后再决定点击什么)应分开运行。
运行前需解析 vibium 二进制路径:优先直接使用 vibium(全局安装 npm install -g vibium),其次回退到 ./clicker/bin/vibium(开发环境),再回退到 ./node_modules/.bin/vibium(本地安装)。Windows 下路径使用正斜杠并给含空格的路径加引号。
全局标志包括:--engine、--channel、--headless、--json、-v/--verbose、--session。
适用场景
- AI 智能体自动浏览网站、读取页面内容。
- 填写表单、点击元素、选择下拉项等交互。
- 截图、生成 PDF、录制会话。
- 登录后保存存储状态(storage -o auth.json),后续会话恢复以跳过登录。
- 提取结构化数据(通过 eval 执行 JavaScript)。
- 并发会话(--session 或 VIBIUM_SESSION 环境变量)与隔离页面(page new --isolated)。
- 远程浏览器连接(vibium start ws://...)。
限制
- 所有交互命令会自动等待元素可操作,通常无需显式等待;显式等待用于导航、内容、元素、页面加载或 JS 条件。
- sleep 最大 30000ms,仅作为最后手段。
- 引用(@e1、@e2)在页面变化后失效,需重新 map。
- eval 返回表达式结果,若脚本不返回值则得到 null。
- 视频录制仅在引擎支持时默认进行,Chrome 上使用 --video 会报错;远程连接默认不录视频。
- 未提供 --session 时,同一主机上所有命令共享一个守护进程和一个浏览器。
暂未提供
关于收费、价格、平台支持范围、性能指标等具体信息,资料中暂未提供。