agent-browser - 面向 AI Agent 的浏览器自动化命令行工具
面向 AI Agent 的浏览器自动化命令行工具，用于网页导航、DOM 元素交互、内容提取与会话管理。
标签
更新于: 2026-09-17能力
典型输入
典型输出
该技能可以做什么
- 导航至网页及 URL
- 获取交互式 DOM 元素快照
- 与页面元素进行交互
- 提取文本与页面标题
- 保存与加载身份验证状态
- 捕获网页截图与 PDF 文件
- 管理并行浏览器会话
- 在 iOS 上自动化 Safari
输入
- 目标 URL
- 快照元素引用或定位符
- 身份验证凭据
- 保存的状态文件
- iOS 设备名称或 UDID
输出
- DOM 元素快照引用
- 提取的文本内容
- 会话状态文件
- 截图图像文件
- PDF 文档文件
- 视频录像文件
要求
- 支持 iOS 模拟器所需的 macOS 及 Xcode
- 支持 iOS 模拟器所需的 Appium 及 xcuitest 驱动