agent-browser - 通过 agent-browser CLI 自动化浏览器操作
自动执行网页导航、表单填写、点击操作、截图、数据提取、Web 应用测试和文件下载。
标签
更新于: 2026-10-01能力
典型输入
典型输出
该技能可以做什么
- 导航网页
- 检查交互元素
- 填写并提交表单
- 点击并选择控件
- 提取页面内容
- 捕获截图和 PDF
- 管理浏览器会话
- 比较页面状态
- 下载文件
- 自动化 iOS Safari
输入
- 网站 URL
- 元素引用
- 表单数据
- 身份验证凭据
- CSS 选择器
- 文件路径
- 会话状态文件
- 浏览器会话名称
输出
- 浏览器页面状态变化
- 提取的文本或 JSON
- 截图和 PDF 文件
- 下载的文件
- 保存的会话状态
- 快照和截图差异
- 录制的视频和性能分析文件
要求
- agent-browser CLI
- 可执行 agent-browser 命令的 Bash 环境
- 使用 iOS 模拟器时需要 macOS、Xcode 和 Appium