name: agent-browser description: 一个全面的技能，用于使用agent-browser，这是一个为AI代理设计的CLI工具，用于浏览器自动化。该技能涵盖安装、核心命令、选择器（refs、CSS、XPath、语义定位器）、代理模式、会话、选项和最佳实践。每当用户需要通过CLI命令自动化浏览器交互时，特别是对于需要与网页交互的AI代理，使用此技能。 license: 完整条款见LICENSE.txt

何时使用此技能

每当用户想要时使用此技能：

通过CLI命令自动化浏览器交互
为AI代理使用浏览器自动化
使用命令行工具导航网站并与页面交互
使用基于refs的元素选择进行确定性自动化
将浏览器自动化集成到AI代理工作流中
捕获带有无障碍树网页的快照
通过CLI填充表单、点击元素和提取内容
使用语义定位器进行更可靠的元素选择
在代理模式下使用浏览器自动化并输出JSON
管理多个浏览器会话
使用headed模式调试浏览器自动化
使用自定义头部的认证会话
通过CDP连接到现有浏览器
流式传输浏览器视口以进行实时预览

如何使用此技能

此技能组织为匹配agent-browser官方文档结构（https://github.com/vercel-labs/agent-browser/blob/main/README.md）。使用agent-browser时：

安装agent-browser：
- 加载examples/getting-started/installation.md获取安装说明
快速开始：
- 加载examples/quick-start/quick-start.md获取基本工作流示例
学习核心命令：
- 加载examples/commands/basic-commands.md获取基本命令（打开、点击、填充等）
- 加载examples/commands/advanced-commands.md获取高级命令（快照、评估等）
- 加载examples/commands/get-info/获取信息检索命令
- 加载examples/commands/check-state/获取状态检查命令
- 加载examples/commands/find-elements/获取语义定位器命令
- 加载examples/commands/wait/获取等待命令
- 加载examples/commands/mouse-control/获取鼠标控制命令
- 加载examples/commands/browser-settings/获取浏览器配置
- 加载examples/commands/cookies-storage/获取cookies和存储管理
- 加载examples/commands/network/获取网络拦截
- 加载examples/commands/tabs-windows/获取标签页和窗口管理
- 加载examples/commands/frames/获取iframe处理
- 加载examples/commands/dialogs/获取对话框处理
- 加载examples/commands/debug/获取调试命令
- 加载examples/commands/navigation/获取导航命令
- 加载examples/commands/setup/获取设置命令
理解选择器：
- 加载examples/selectors/refs.md获取基于refs的选择（@e1、@e2等）
- 加载examples/selectors/traditional-selectors.md获取CSS、XPath和语义定位器
使用代理模式：
- 加载examples/agent-mode/introduction.md获取代理模式概述
- 加载examples/agent-mode/optimal-workflow.md获取最优AI工作流
- 加载examples/agent-mode/integration.md获取与AI代理的集成
高级功能：
- 加载examples/advanced/sessions.md获取会话管理
- 加载examples/advanced/headed-mode.md获取使用可见浏览器调试
- 加载examples/advanced/authenticated-sessions.md获取通过头部认证
- 加载examples/advanced/custom-executable.md获取自定义浏览器可执行文件
- 加载examples/advanced/cdp-mode.md获取Chrome DevTools Protocol集成
- 加载examples/advanced/streaming.md获取浏览器视口流式传输
- 加载examples/advanced/architecture.md获取架构概述
- 加载examples/advanced/platforms.md获取平台支持
- 加载examples/advanced/usage-with-agents.md获取AI代理集成模式
配置选项：
- 加载examples/options/global-options.md获取全局CLI选项
- 加载examples/options/snapshot-options.md获取快照特定选项
- 加载examples/options/session-options.md获取会话管理选项
参考API文档当需要时：
- api/commands.md - 完整命令参考
- api/selectors.md - 选择器参考
- api/options.md - 选项参考
使用模板快速开始：
- templates/basic-automation.md - 基本自动化工作流
- templates/ai-agent-workflow.md - AI代理工作流模板

文档映射（与官方文档一一对应）

参见示例和API文件 → https://github.com/vercel-labs/agent-browser

示例和模板

此技能包括详细示例，组织为匹配官方文档结构。所有示例在examples/目录中（参见上述映射）。

使用示例：

从用户请求中识别主题
从上述映射加载适当的示例文件
遵循该文件中的说明、语法和最佳实践
将代码示例适应到您的特定用例

使用模板：

参考templates/目录中的模板以获取常见脚手架
将模板适应到您的特定需求和编码风格

API参考

命令API：api/commands.md - 完整命令参考，包括语法和示例
选择器API：api/selectors.md - 选择器类型和使用参考
选项API：api/options.md - 所有选项参考

最佳实践

使用Refs：优先使用refs（@e1、@e2）而不是传统选择器以进行确定性自动化
先快照：在与元素交互前始终快照以获取refs
代理模式：在代理模式下使用--json标志以获取机器可读输出
会话管理：使用--session以在命令间维护状态
交互式快照：使用-i标志进行交互式快照选择
语义定位器：当refs不可用时，使用语义定位器（角色/名称）
错误处理：检查命令退出代码和错误消息
等待导航：命令自动等待导航完成
Headed模式：使用--headed进行调试，headless用于生产
CDP集成：使用--cdp进行Chrome DevTools Protocol集成
流式传输：使用AGENT_BROWSER_STREAM_PORT进行实时浏览器预览
认证会话：使用--headers进行无需登录流的认证
自定义可执行文件：使用--executable-path用于无服务器部署或自定义浏览器
快照选项：结合-i、-c、-d、-s选项以优化快照输出

资源

GitHub仓库：https://github.com/vercel-labs/agent-browser
官方README：https://github.com/vercel-labs/agent-browser/blob/main/README.md
代理模式文档：https://agent-browser.dev/agent-mode
问题：https://github.com/vercel-labs/agent-browser/issues

关键词

agent-browser, CLI浏览器自动化, AI代理, 浏览器自动化CLI, refs, 快照, 代理模式, 语义定位器, 浏览器自动化工具, 命令行浏览器, AI代理浏览器, 确定性选择器, 无障碍树, 浏览器命令, 网络自动化CLI, 会话, headed模式, 认证会话, CDP模式, 流式传输, Chrome DevTools Protocol, Playwright, AI的浏览器自动化