agent-browser - AI 代理的浏览器自动化 CLI
用于自动化浏览器交互的命令行界面，包括导航、表单填写、点击和数据提取
标签
更新于: 2026-02-09能力
典型输入
典型输出
该技能可以做什么
- 打开网站
- 填写表单
- 点击按钮
- 拍摄截图
- 提取页面文本
- 选择下拉选项
- 按下键盘按键
- 滚动页面
- 保存浏览器状态
- 加载浏览器状态
- 录制会话
- 高亮元素
- 捕获PDF文件
- 点击移动元素
输入
- URL地址
- 浏览器状态文件
- iOS模拟器
- 本地文件路径
- 代理配置
- 会话标识符
- 元素引用
- CSS选择器
- 语义定位器
输出
- 截图文件
- PDF文档
- 会话录制文件
- 页面文本文件
- JSON数据文件
- 状态文件
- 终端输出
要求
- Bash环境
- agent-browser工具访问权限
- macOS with Xcode（iOS需要）
- Appium with xcuitest驱动（iOS需要）