mcpField
B
browser-automation

browser-automation

github.com/different-aiAgent 工作流605111 次安装24 周前更新
代码仓库

关于 browser-automation

这项技能提供基于 CDP 的浏览器操作流程，要求明确指定浏览器端点并在每步操作后检查状态，适用于需要重复执行导航、交互和调试步骤的 Agent。

主要功能

  1. 01查看浏览器目标
  2. 02导航到页面
  3. 03通过快照查找操作目标
  4. 04按快照 UID 点击和填写
  5. 05用快照或求值确认状态变化
  6. 06通过命令行工具调试

适用场景

  1. 01自动执行浏览器导航和表单操作
  2. 02检查交互后的页面状态
  3. 03排查 CDP 端点或快照问题

MCP 相关

文档介绍了通过 OpenCode Browser 提供的浏览器工具执行操作的流程，包括列出目标、导航、快照、点击、填写、求值和截图。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/different-ai/opencode-browser --skill browser-automation

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

详细介绍

功能

  • 为基于 CDP 的浏览任务提供安全、可组合的工作流
  • 使用明确的 browser_url 值；不要假设存在隐藏的浏览器单例
  • 使用 browser_snapshot UID 执行点击和填充操作
  • 每次操作后，都使用 browser_snapshot 或 browser_eval 确认状态变化

最佳实践工作流

  1. 使用 browser_list({ browser_url }) 检查目标
  2. 选择一个 target_id，或省略它以使用第一个页面目标
  3. 如有需要，使用 browser_navigate 导航
  4. 使用 browser_snapshot 查找候选项
  5. 使用最新快照中的 UID 执行点击或填充操作
  6. 使用 browser_snapshot 或 browser_eval 确认结果

优先使用 CLI 进行调试

  • 列出所有可用工具：npx @different-ai/opencode-browser tools
  • 直接运行一个工具：npx @different-ai/opencode-browser tool browser_list --args '{"browser_url":"http://127.0.0.1:9222"}'
  • 设置默认端点：OPENCODE_BROWSER_URL=http://127.0.0.1:9222 npx @different-ai/opencode-browser status

在运行完整的 OpenCode 会话之前，此方法有助于快速复现 CDP 端点或快照问题。

可用工具

  • browser_list
  • browser_navigate
  • browser_snapshot
  • browser_click
  • browser_fill
  • browser_eval
  • browser_screenshot

故障排查

  • 如果 browser_list 失败，请确认浏览器是使用 --remote-debugging-port 启动的
  • 如果 browser_click 或 browser_fill 找不到 UID，请先刷新快照
  • 对于无障碍树中不可见的页面特定检查，请使用 browser_eval
  • 每次操作后都确认结果

评论

支持 Markdown