mcpField
A
agent-browser

agent-browser

github.com/linuxlewisAgent 工作流1130 次安装9 周前更新
代码仓库

关于 agent-browser

agent-browser 是面向 AI Agent 的无头浏览器自动化 skill，通过命令行导航网页、查看页面结构并执行交互。它支持持久会话，并可截取屏幕截图或保存 PDF。

主要功能

  1. 01命令行控制浏览器导航
  2. 02查看带元素引用的可访问性快照
  3. 03通过引用或选择器操作页面
  4. 04会话间保持浏览器状态
  5. 05截屏或导出 PDF

适用场景

  1. 01浏览网页并检查交互元素
  2. 02填写表单并验证操作结果
  3. 03保存页面截图或 PDF

安装

复制下面的命令，在终端中运行。

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

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

附带文件references/commands.md

详细介绍

Agent Browser

使用 agent-browser CLI 进行浏览器自动化——一款面向 AI Agent 的快速无头浏览器自动化工具。

安装

npm install -g agent-browser
agent-browser install  # Install browser binaries

快速入门

# Navigate to a URL
agent-browser open https://example.com

# Get accessibility snapshot (shows refs like @e1, @e2)
agent-browser snapshot -i

# Click using ref from snapshot
agent-browser click @e2

# Type into an element
agent-browser fill @e3 "hello world"

# Take screenshot
agent-browser screenshot output.png

工作流模式

  1. 打开 - 导航到目标 URL
  2. 快照 - 获取无障碍树，查看可用元素
  3. 交互 - 使用引用（@e1、@e2 等）与元素交互
  4. 验证 - 获取快照或截图以验证状态

核心命令

请参阅references/commands.md，了解完整的命令参考。

导航
agent-browser open <url>           # Navigate to URL
agent-browser back                 # Go back
agent-browser forward              # Go forward
agent-browser reload               # Reload page
交互
agent-browser click <sel>          # Click element (or @ref)
agent-browser fill <sel> <text>    # Clear and fill
agent-browser press <key>          # Press key (Enter, Tab, etc.)
agent-browser select <sel> <val>   # Select dropdown option
获取信息
agent-browser snapshot             # Accessibility tree with refs
agent-browser snapshot -i          # Interactive elements only
agent-browser get text <sel>       # Get element text
agent-browser get url              # Get current URL
捕获
agent-browser screenshot [path]    # Take screenshot
agent-browser screenshot --full    # Full page screenshot
agent-browser pdf <path>           # Save as PDF

会话

使用会话在多条命令之间保持浏览器状态：

agent-browser --session myproject open https://example.com
agent-browser --session myproject snapshot
agent-browser --session myproject click @e1

选择器

  • 引用：@e1、@e2（来自快照输出）——首选
  • CSS：#id、.class、div > span
  • 文本：text=Submit
  • 角色：role=button[name="Submit"]

最佳实践

  1. 始终先获取快照 - 交互前先获取无障碍树
  2. 使用引用 - 优先使用快照中的 @e1 引用，而非 CSS 选择器
  3. 使用会话 - 在多条命令之间保持状态
  4. 适当等待 - 对动态内容使用 wait
  5. 验证操作 - 交互后获取快照或截图

评论

支持 Markdown