agent-browser - 面向 AI 代理的浏览器自动化
自动执行网页导航、表单填写、点击、截图、数据提取、Web 应用测试和身份验证等浏览器交互。
标签
更新于: 2026-10-07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
- 捕获截图和 PDF
- 提取页面数据
- 管理浏览器会话
- 比较页面状态
- 自动操作 iOS Safari
输入
- 网站地址
- 表单数据
- 身份验证凭据
- 已保存的身份验证状态
- CSS 选择器
- 本地文件
输出
- 完成导航的浏览器页面
- 已提交的表单和浏览器操作
- 提取的文本或 JSON
- 截图和 PDF 文件
- 下载的文件
- 已保存的会话状态
- 页面状态差异
要求
- agent-browser CLI
- 对 agent-browser 的 Bash 访问权限
- 用于 iOS 的 macOS、Xcode 和 Appium