用途
surf 用于通过 CLI 或 Unix socket 控制 Chrome 浏览器，适用于浏览器自动化、测试、调试、截图、表单填写和页面检查等场景。
主要能力
- 核心操作：导航、点击（按 ref 或坐标）、输入文本、截图、按键、悬停、拖拽。
- 页面检查：读取无障碍树与元素 ref、获取纯文本、查看页面状态（弹窗、加载、滚动）。
- 语义化定位：按 ARIA 角色、文本内容或表单标签查找并操作元素。
- 标签页与窗口管理：新建、切换、关闭、重载标签页，命名标签页与标签组，创建隔离窗口。
- 输入方法：CDP 真实事件（默认）与 JS DOM 操作（适用于 contenteditable）。
- 等待机制：等待时间、元素、网络空闲、URL 模式、DOM 稳定、页面加载。
- 对话框处理：获取、接受、拒绝对话框，支持 prompt 文本输入。
- 设备与网络模拟：网络限速（slow-3g、fast-3g、4g、offline）、CPU 限速、19 种设备预设、自定义视口、触摸模拟、地理位置。
- 表单自动化：批量填充、复选框、下拉选择（按值/标签/索引）、文件上传。
- iframe 处理：列出、切换、返回主框架、在框架内执行 JS。
- 网络检查：请求列表、实时流、请求详情、响应体、生成 curl、来源统计、导出。
- 控制台与 JS：获取控制台消息、实时流、执行 JavaScript。
- 性能：指标快照、启动/停止 trace。
- 截图：自动保存、指定输出、元素截图、整页截图、仅返回 base64。
- 缩放、Cookie 与存储、历史与书签管理。
- 健康检查与冒烟测试：对 URL 进行健康检查与多 URL 冒烟测试（可截图）。
- 工作流：以单条命令执行多步骤自动化，支持内联管道命令与命名 JSON 工作流，含参数、循环、步骤输出、自动等待、dry-run 等。
- 错误诊断：失败时自动截图与控制台捕获。
- Socket API：通过 Unix socket 进行程序化访问。
AI 助手（无需 API Key）
通过浏览器已登录会话查询 AI 模型，需在 Chrome 中登录对应服务。
- ChatGPT：查询、带页面上下文、指定模型、附件文件。
- Gemini：查询、带页面上下文、附件、生成图像、编辑图像、YouTube 摘要、指定模型（gemini-3-pro 默认、gemini-2.5-pro、gemini-2.5-flash）、宽高比。
- Perplexity：查询、带页面上下文、研究模式（Pro）、模型选择（Pro）。
- Grok（通过 x.com，需登录 X.com）：搜索 X 帖子、分析用户、带页面上下文、DeepSearch、模型选择（auto、fast、expert、thinking 默认）。
- Grok 验证与排障：--validate 检查 UI 与可用模型，--save-models 保存发现的模型。
使用方式
通过 surf 命令调用，如 surf navigate、surf page.read、surf click、surf type、surf screenshot 等。支持 --help、--help-full、--find、--help-topic 获取帮助。常用选项包括 --tab-id、--window-id、--json、--auto-capture、--timeout。工作流可用 surf do 执行内联或命名工作流，命名工作流保存于 ~/.surf/workflows/ 或 ./.surf/workflows/。
适用场景
浏览器自动化测试、页面调试、截图、表单填写、网络与性能分析、多步骤流程自动化、通过已登录会话调用 AI 服务、冒烟测试与健康检查。
限制
- AI 工具需在 Chrome 中登录对应服务，无需 API Key。
- 首次 CDP 操作较慢（约 5-8 秒），后续调用较快。
- 思考型模型（ChatGPT o1、Grok thinking）可能需 45-60 秒以上。
- 服务 UI 变化可能导致模型选择失败或元素找不到，需检查 surf-cli 更新或运行验证命令。
- 现代编辑器（ChatGPT、Claude、Notion）需使用 --method js。
- 与 iframe 交互前需先 frame.switch。
- 具体收费、价格、平台支持范围等资料暂未提供。