agent-browser - 通过命令行自动化浏览器交互
通过命令行自动执行网站导航、交互、数据提取、截图、测试及其他浏览器任务。
标签
更新于: 2026-10-02能力
典型输入
典型输出
该技能可以做什么
- 导航网站
- 检查交互元素
- 填写表单
- 点击控件
- 提取页面数据
- 捕获屏幕截图
- 保存浏览器状态
- 比较页面状态
- 自动化 iOS Safari
输入
- 网站 URL
- 元素引用
- 表单值
- 登录凭据
- CSS 选择器
- 浏览器状态文件
- 输出文件路径
- 基准文件
- iOS 设备名称
输出
- 浏览器导航状态
- 元素快照
- 提取的文本或 JSON
- 屏幕截图
- PDF 文件
- 视频录制文件
- 性能分析跟踪文件
- 已保存的身份验证状态
- 页面差异结果
要求
- agent-browser 命令行工具
- Bash 命令访问权限
- 用于渲染捕获的 Chromium
- 用于 iOS 自动化的 macOS 和 Xcode
- 用于 iOS 自动化的 Appium 与 XCUITest 驱动