agent-browser - 通过命令行自动执行浏览器交互
通过浏览器命令行工具自动执行网站导航、交互、截图、数据提取、下载、会话状态管理和 Web 应用测试。
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
- 导航至网页
- 检查交互元素
- 填写并提交表单
- 点击并选择控件
- 提取页面文本
- 捕获截图和 PDF
- 下载文件
- 持久化浏览器会话
- 比较页面状态
- 并行运行浏览器会话
输入
- 网站 URL
- 表单字段值
- 元素引用
- CSS 选择器
- 会话状态文件
- 下载路径
- 浏览器会话选项
输出
- 浏览器导航状态
- 页面快照
- 提取的页面文本
- 截图
- PDF 文件
- 下载文件
- 已保存的会话状态
- 状态和视觉差异结果
- 浏览器状态消息
要求
- agent-browser 命令行工具
- 执行 agent-browser 命令的 Bash 访问权限
- 受支持的浏览器环境
- 运行 iOS 会话所需的 macOS、Xcode 和 Appium