用途:捕获需要浏览器级访问的网页内容,包括 React、Vue、Angular 等 JavaScript 渲染的单页应用、需登录的私有文档、动态内容(无限滚动、懒加载、客户端路由)以及多页站点抓取(文档树、教程系列)。
适用判断:当 WebFetch 返回空或部分内容、页面需 JavaScript 执行、内容位于认证之后、需要遍历多页结构或从客户端路由应用提取时使用。静态 HTML、公开 API、简单 RSS/Atom 源不使用此技能。
主要能力:通过 agent-browser CLI 提供命令,包括 open <url> 访问地址、snapshot -i 获取交互元素树、eval 运行自定义 JS、click 点击元素、fill 填写输入、wait 等待元素、screenshot 截图、console 读取控制台、network requests 监控请求。支持 SPA 内容提取、认证流程、多页抓取三类模式,并提供会话状态保存与恢复(state save/load)及并行会话(--session)。
基本用法:先 open URL,再 wait --load networkidle 等待渲染,然后 snapshot -i 识别元素,最后 get text body 或 eval 提取内容。认证场景先填表登录,再 state save 保存状态复用。多页抓取先提取导航链接再循环访问。建议先尝试 WebFetch,失败后再用此技能,遵守速率限制与 robots.txt,提取后清理内容。
限制:CAPTCHA 阻塞需人工干预;iframe 内容需用 frame @e# 处理。名称、URL 与命令均保留原文。版本 2.0.0,使用 agent-browser CLI 替代 Playwright MCP。