mcpField
C
core-agent-browser

core-agent-browser

github.com/actionbookAgent 工作流1.6k2.0k 次安装9 周前更新
代码仓库

关于 core-agent-browser

围绕 agent-browser CLI 的浏览器自动化技能，介绍页面导航、元素检查与交互，以及截图和表单填写。它还建议在特定场景下优先使用其他信息获取工具。

主要功能

  1. 01页面导航与历史记录操作
  2. 02无障碍树和交互元素快照
  3. 03按引用或语义定位器交互
  4. 04读取页面文本、标题和网址
  5. 05截图与等待条件

适用场景

  1. 01填写并提交网页表单
  2. 02检查页面交互元素并执行操作
  3. 03为页面状态保存截图

安装

复制下面的命令，在终端中运行。

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

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

附带文件agents/openai.yaml

详细介绍

使用 agent-browser 进行浏览器自动化

优先级说明

获取 Rust/crate 信息时，请按以下优先级顺序使用：

  1. rust-learner 技能 - 协调 actionbook + browser-fetcher
  2. actionbook MCP - 为已知网站预先计算的选择器
  3. agent-browser CLI - 直接进行浏览器自动化（最后手段）

仅在以下情况下直接使用 agent-browser：

  • actionbook 没有目标网站的预先计算选择器
  • 你需要进行交互式浏览器测试/自动化
  • 你需要截图或填写表单

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. 获取快照：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，重新获取快照

命令

导航
agent-browser open <url>      # Navigate to URL
agent-browser back            # Go back
agent-browser forward         # Go forward
agent-browser reload          # Reload page
agent-browser close           # Close browser
快照（页面分析）
agent-browser snapshot        # Full accessibility tree
agent-browser snapshot -i     # Interactive elements only (recommended)
agent-browser snapshot -c     # Compact output
agent-browser snapshot -d 3   # Limit depth to 3
交互（使用快照中的 @refs）
agent-browser click @e1           # Click
agent-browser dblclick @e1        # Double-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 press Control+a     # Key combination
agent-browser hover @e1           # Hover
agent-browser check @e1           # Check checkbox
agent-browser uncheck @e1         # Uncheck checkbox
agent-browser select @e1 "value"  # Select dropdown
agent-browser scroll down 500     # Scroll page
agent-browser scrollintoview @e1  # Scroll element into view
获取信息
agent-browser get text @e1        # Get element text
agent-browser get value @e1       # Get input value
agent-browser get title           # Get page title
agent-browser get url             # Get current URL
截图
agent-browser screenshot          # Screenshot to stdout
agent-browser screenshot path.png # Save to file
agent-browser screenshot --full   # Full page
等待
agent-browser wait @e1                     # Wait for element
agent-browser wait 2000                    # Wait milliseconds
agent-browser wait --text "Success"        # Wait for text
agent-browser wait --load networkidle      # Wait for network idle
语义定位器（替代引用）
agent-browser find role button click --name "Submit"
agent-browser find text "Sign In" click
agent-browser find label "Email" fill "[email protected]"

示例：提交表单

agent-browser open https://example.com/form
agent-browser snapshot -i
# Output shows: textbox "Email" [ref=e1], textbox "Password" [ref=e2], button "Submit" [ref=e3]

agent-browser fill @e1 "[email protected]"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --load networkidle
agent-browser snapshot -i  # Check result

评论

支持 Markdown