agent-browser

agent-browser 是用于自动化浏览器交互的命令行工具，适用于网页测试、表单填写、截图和数据提取。核心工作流：先用 open 打开页面，再用 snapshot -i 获取带引用（如 @e1）的交互元素，随后用引用执行点击、填写等操作，页面变化后需重新快照。主要能力包括：导航（open、back、forward、reload、close、connect 9222）；快照分析（全量、交互元素、紧凑、限制深度、CSS 选择器范围）；交互（click、dblclick、fill、type、press、hover、check、select、scroll、drag、upload）；获取信息（text、html、value、attr、title、url、count、box、styles）；状态检查（visible、enabled、checked）；截图与 PDF；视频录制；等待条件（元素、毫秒、文本、URL、网络空闲、JS 条件）；鼠标控制与语义定位（find role/text/label/placeholder 等）。还支持浏览器设置（viewport、device、geo、offline、headers、credentials、media）、Cookie 与 localStorage、网络路由与请求拦截、标签页与窗口、iframe、对话框、eval 执行 JS。全局选项含 --session、--json、--headed、--cdp、--proxy、--extension 等，并可用环境变量配置会话、浏览器路径、扩展、云浏览器提供方、流端口等。限制与注意：资料未提供安装步骤、适用平台、版本或收费信息；使用需遵循目标网站规则。