关于 browse
browse 是使用 `agent-browser` 执行浏览器自动化的 Agent 技能,提供明确的命令流程,指导页面检查与交互。
主要功能
- 01导航并管理浏览器会话
- 02等待页面加载完成
- 03通过交互式快照检查页面
- 04使用快照引用执行交互
- 05查看控制台、错误和网络请求
适用场景
- 01自动浏览网站并执行页面交互
- 02选择器不明确时检查页面内容
- 03使用浏览器诊断信息排查页面问题
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ topshark-jim/ gstack --skill browse安装后在 Claude Code 中输入/browse确认已加载。
详细介绍
浏览
直接使用 agent-browser 进行浏览器自动化。保持命令明确,并优先使用内置会话模型,而不是额外增加一层封装。
要求
agent-browser必须在PATH中可用。- 如果缺少浏览器二进制文件,请运行
agent-browser install。 - 除非需要隔离,否则重复使用默认会话;工作流结束后,使用
agent-browser close关闭会话。
默认流程
agent-browser open https://example.com
agent-browser wait --load networkidle
agent-browser snapshot -i
如果选择器不明确,请使用 snapshot -i,然后与快照输出中的 @ref 目标交互。
命令映射
# Open or navigate
agent-browser open https://example.com
agent-browser back
agent-browser forward
agent-browser reload
# Inspect content
agent-browser get title
agent-browser get url
agent-browser get text body
agent-browser get html main
agent-browser snapshot -i
# Interact
agent-browser click @e3
agent-browser fill @e4 "[email protected]"
agent-browser type @e5 "hello"
agent-browser press Enter
agent-browser select @e6 option-a
agent-browser upload @e7 /tmp/file.png
agent-browser wait @e8
# Visual checks
agent-browser screenshot /tmp/page.png
agent-browser screenshot --full /tmp/page-full.png
agent-browser pdf /tmp/page.pdf
# Debugging
agent-browser console
agent-browser errors
agent-browser network requests
agent-browser eval "document.title"
# State and tabs
agent-browser cookies get
agent-browser storage local get
agent-browser tab new
agent-browser tab list
agent-browser tab 2
agent-browser close
工作规则
- 导航步骤较多时,优先在之后使用
wait --load networkidle。 - 如果页面不够稳定,无法使用 CSS 选择器,请优先在
click、fill或select之前使用snapshot -i。 - 在判定页面故障之前,请检查
console、errors和network requests。 - 如果需要保留登录状态或浏览器配置文件,请使用
--profile <path>。 - 如果同一任务需要使用独立的浏览器上下文,请使用
--session <name>。 - 如果缺少
agent-browser,请先明确告知用户如何安装,再继续操作。
评论
支持 Markdown