agent-browser - 面向 AI Agent 的命令行浏览器自动化工具。
通过 CLI 命令自动执行网页导航、基于 ref 标识的元素交互、表单填写、数据抓取及网页截图。
标签
更新于: 2026-09-16能力
典型输入
典型输出
该技能可以做什么
- 导航至目标网页 URL
- 获取无障碍 DOM 快照
- 与页面元素进行交互
- 截取网页并导出 PDF
- 管理并行浏览器会话
输入
- 目标网页 URL
- 元素 ref 标识符
- 输入文本数值
输出
- 无障碍快照数据
- 保存的 PNG 截图文件
- 导出的 PDF 文档文件
- 提取的元素文本与属性
要求
- Node.js 运行环境
- agent-browser CLI 工具包
- Chromium 浏览器安装