agent-browser

原文：🇺🇸 英文
已翻译
包含 3 个脚本检查通过 / 未检测到疑似敏感代码

面向AI Agent的浏览器自动化CLI工具。当用户需要与网站交互时使用，包括页面导航、表单填写、点击按钮、截图、数据提取、Web应用测试或任何浏览器任务自动化。触发场景包括“打开网站”“填写表单”“点击按钮”“截图”“从页面抓取数据”“测试这个Web应用”“登录网站”“自动化浏览器操作”或任何需要程序化Web交互的任务。

19.8k次下载
查看 GitHub 仓库
添加于

SKILL.md 内容

查看翻译对照 →

基于agent-browser的浏览器自动化

核心工作流程

所有浏览器自动化都遵循以下模式：
  1. 导航：
    agent-browser open <url>
  2. 快照：
    agent-browser snapshot -i
    （获取元素引用，如
    @e1
    、
    @e2
    ）
  3. 交互：使用引用进行点击、填写、选择操作
  4. 重新快照：页面导航或DOM变化后，获取新的引用
bash
agent-browser open https://example.com/form
agent-browser snapshot -i
# 输出：@e1 [input type="email"], @e2 [input type="password"], @e3 [button] "Submit"

agent-browser fill @e1 "user@example.com"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --load networkidle
agent-browser snapshot -i  # 检查结果

核心命令

bash
# 导航
agent-browser open <url>              # 导航（别名：goto、navigate）
agent-browser close                   # 关闭浏览器

# 快照
agent-browser snapshot -i             # 带引用的交互式元素（推荐）
agent-browser snapshot -s "#selector" # 限定CSS选择器范围

# 交互（使用快照中的@引用）
agent-browser click @e1               # 点击元素
agent-browser fill @e2 "text"         # 清空并输入文本
agent-browser type @e2 "text"         # 输入文本不清空原有内容
agent-browser select @e1 "option"     # 选择下拉选项
agent-browser check @e1               # 勾选复选框
agent-browser press Enter             # 按下按键
agent-browser scroll down 500         # 向下滚动页面500像素

# 获取信息
agent-browser get text @e1            # 获取元素文本
agent-browser get url                 # 获取当前URL
agent-browser get title               # 获取页面标题

# 等待
agent-browser wait @e1                # 等待元素出现
agent-browser wait --load networkidle # 等待网络空闲
agent-browser wait --url "**/page"    # 等待URL匹配指定模式
agent-browser wait 2000               # 等待2000毫秒

# 捕获
agent-browser screenshot              # 将截图保存到临时目录
agent-browser screenshot --full       # 整页截图
agent-browser pdf output.pdf          # 保存为PDF

常见模式

表单提交

bash
agent-browser open https://example.com/signup
agent-browser snapshot -i
agent-browser fill @e1 "Jane Doe"
agent-browser fill @e2 "jane@example.com"
agent-browser select @e3 "California"
agent-browser check @e4
agent-browser click @e5
agent-browser wait --load networkidle

带状态持久化的认证

bash
# 登录一次并保存状态
agent-browser open https://app.example.com/login
agent-browser snapshot -i
agent-browser fill @e1 "$USERNAME"
agent-browser fill @e2 "$PASSWORD"
agent-browser click @e3
agent-browser wait --url "**/dashboard"
agent-browser state save auth.json

# 在后续会话中复用
agent-browser state load auth.json
agent-browser open https://app.example.com/dashboard

数据提取

bash
agent-browser open https://example.com/products
agent-browser snapshot -i
agent-browser get text @e5           # 获取指定元素的文本
agent-browser get text body > page.txt  # 获取页面所有文本

# 输出JSON格式以便解析
agent-browser snapshot -i --json
agent-browser get text @e1 --json

并行会话

bash
agent-browser --session site1 open https://site-a.com
agent-browser --session site2 open https://site-b.com

agent-browser --session site1 snapshot -i
agent-browser --session site2 snapshot -i

agent-browser session list

可视化浏览器（调试用）

bash
agent-browser --headed open https://example.com
agent-browser highlight @e1          # 高亮元素
agent-browser record start demo.webm # 录制会话

引用生命周期（重要）

引用（
@e1
、
@e2
等）会在页面变化时失效。在以下操作后必须重新快照：
  • 点击链接或按钮导致页面导航
  • 表单提交
  • 动态内容加载（下拉菜单、模态框）
bash
agent-browser click @e5              # 导航到新页面
agent-browser snapshot -i            # 必须重新快照
agent-browser click @e1              # 使用新的引用

语义定位器（引用的替代方案）

当引用不可用或不可靠时，使用语义定位器：
bash
agent-browser find text "Sign In" click
agent-browser find label "Email" fill "user@test.com"
agent-browser find role button click --name "Submit"
agent-browser find placeholder "Search" type "query"
agent-browser find testid "submit-btn" click

深度文档

参考文档使用场景
references/commands.md包含所有选项的完整命令参考
references/snapshot-refs.md引用生命周期、失效规则、故障排除
references/session-management.md并行会话、状态持久化、并发抓取
references/authentication.md登录流程、OAuth、2FA处理、状态复用
references/video-recording.md录制工作流用于调试和文档
references/proxy-support.md代理配置、地域测试、轮换代理

即用型模板

模板描述
templates/form-automation.sh带验证的表单填写
templates/authenticated-session.sh一次登录，复用状态
templates/capture-workflow.sh结合截图的内容提取
bash
./templates/form-automation.sh https://example.com/form
./templates/authenticated-session.sh https://app.example.com/login
./templates/capture-workflow.sh https://example.com ./output