核心浏览器智能体Skill core-agent-browser

---

name: core-agent-browser

内部工具 - 无描述以防止自动触发

使用方：rust-learner, docs-researcher, crate-researcher 智能体

---

使用 agent-browser 进行浏览器自动化

优先级说明

获取 Rust/包信息时，请按以下优先级使用：

1. rust-learner 技能 - 协调 actionbook + browser-fetcher
2. actionbook MCP - 针对已知网站的预计算选择器
3. agent-browser CLI - 直接浏览器自动化（最后手段）

仅在以下情况下直接使用 agent-browser：

• actionbook 没有目标网站的预计算选择器
• 您需要进行交互式浏览器测试/自动化
• 您需要截图或表单填写

快速开始

agent-browser open <url>        # 导航到页面
agent-browser snapshot -i       # 获取带有引用的交互元素
agent-browser click @e1         # 通过引用点击元素
agent-browser fill @e2 "text"   # 通过引用填写输入框
agent-browser close             # 关闭浏览器

核心工作流

1. 导航：agent-browser open <url>
2. 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快照

命令

导航

agent-browser open <url>      # 导航到 URL
agent-browser back            # 后退
agent-browser forward         # 前进
agent-browser reload          # 重新加载页面
agent-browser close           # 关闭浏览器

快照（页面分析）

agent-browser snapshot        # 完整的无障碍功能树
agent-browser snapshot -i     # 仅交互元素（推荐）
agent-browser snapshot -c     # 紧凑输出
agent-browser snapshot -d 3   # 限制深度为 3

交互（使用快照中的 @refs）

agent-browser click @e1           # 点击
agent-browser dblclick @e1        # 双击
agent-browser fill @e2 "text"     # 清除并输入
agent-browser type @e2 "text"     # 输入而不清除
agent-browser press Enter         # 按键
agent-browser press Control+a     # 组合键
agent-browser hover @e1           # 悬停
agent-browser check @e1           # 勾选复选框
agent-browser uncheck @e1         # 取消勾选复选框
agent-browser select @e1 "value"  # 选择下拉框
agent-browser scroll down 500     # 滚动页面
agent-browser scrollintoview @e1  # 将元素滚动到视图中

获取信息

agent-browser get text @e1        # 获取元素文本
agent-browser get value @e1       # 获取输入值
agent-browser get title           # 获取页面标题
agent-browser get url             # 获取当前 URL

截图

agent-browser screenshot          # 截图到标准输出
agent-browser screenshot path.png # 保存到文件
agent-browser screenshot --full   # 完整页面

等待

agent-browser wait @e1                     # 等待元素
agent-browser wait 2000                    # 等待毫秒数
agent-browser wait --text "Success"        # 等待文本
agent-browser wait --load networkidle      # 等待网络空闲

语义定位器（引用的替代方案）

agent-browser find role button click --name "Submit"
agent-browser find text "Sign In" click
agent-browser find label "Email" fill "user@test.com"

示例：表单提交

agent-browser open https://example.com/form
agent-browser snapshot -i
# 输出显示：文本框 "Email" [ref=e1], 文本框 "Password" [ref=e2], 按钮 "Submit" [ref=e3]

agent-browser fill @e1 "user@example.com"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --load networkidle
agent-browser snapshot -i  # 检查结果