mcpField
A
agent-browser

agent-browser

github.com/actionbookAgent 工作流1.6k136 次安装2 周前更新
代码仓库

关于 agent-browser

agent-browser 是面向 Agent 的命令行浏览器自动化技能。它通过页面快照和元素引用来导航、操作页面元素并获取页面信息。

主要功能

  1. 01打开网页
  2. 02查看无障碍快照
  3. 03通过元素引用进行交互
  4. 04读取文本、标题和 URL
  5. 05等待元素或页面加载

适用场景

  1. 01填写并提交网页表单
  2. 02检查页面交互元素
  3. 03提取网页文本

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/actionbook/actionbook --skill agent-browser

安装后在 Claude Code 中输入/agent-browser确认已加载。

详细介绍

使用 agent-browser 进行浏览器自动化

快速开始

agent-browser open <url>        # Navigate to page
agent-browser snapshot -i       # Get interactive elements with refs
agent-browser click @e1         # Click element by ref
agent-browser fill @e2 "text"   # Fill input by ref
agent-browser close             # Close browser

核心工作流

  1. 导航：agent-browser open <url>
  2. 快照：agent-browser snapshot -i（返回带有 @e1、@e2 等引用的元素）
  3. 使用快照中的引用进行交互
  4. 导航或 DOM 发生重大变化后，重新生成快照
  5. 务必关闭：agent-browser close

命令

导航
agent-browser open <url>      # Navigate to URL
agent-browser close           # Close browser (ALWAYS do this)
快照（页面分析）
agent-browser snapshot        # Full accessibility tree
agent-browser snapshot -i     # Interactive elements only (recommended)
交互（使用快照中的 @refs）
agent-browser click @e1           # Click
agent-browser fill @e2 "text"     # Clear and type
agent-browser type @e2 "text"     # Type without clearing
agent-browser press Enter         # Press key
agent-browser scroll down 500     # Scroll page
获取信息
agent-browser get text @e1        # Get element text
agent-browser get title           # Get page title
agent-browser get url             # Get current URL
等待
agent-browser wait @e1                     # Wait for element
agent-browser wait 2000                    # Wait milliseconds
agent-browser wait --load networkidle      # Wait for network idle

示例：提交表单（request-website）

# Open Actionbook request page
agent-browser open "https://actionbook.app/request-website"

# Get form elements
agent-browser snapshot -i
# Output shows: textbox "Site URL" [ref=e1], textbox "Email" [ref=e2], textbox "Use Case" [ref=e3], button "Submit" [ref=e4]

# Fill form
agent-browser fill @e1 "https://example.com/products"
agent-browser fill @e2 "[email protected]"
agent-browser fill @e3 "Scraping product catalog"

# Submit
agent-browser click @e4
agent-browser wait --load networkidle

# Verify submission
agent-browser snapshot -i

# Close browser
agent-browser close

需要权限

添加到 .claude/settings.local.json：

{
  "permissions": {
    "allow": [
      "Bash(agent-browser *)"
    ]
  }
}

或者运行 ./setup.sh 自动配置。

评论

支持 Markdown