Agent Browser 一个快速的基于Rust的无头浏览器自动化CLI，带有Node.js备用方案，使AI代理能够通过结构化命令导航、点击、输入和快照页面。 ## 安装 ### npm推荐 ```bash npm install -g agent-browser agent-browser install agent-browser install --with-deps ``` ### 从源代码 ```bash git clone https://github.com/vercel-labs/agent-browser cd agent-browser pnpm install pnpm build agent-browser install ``` ## 快速开始 ```bash agent-browser open example.com agent-browser snapshot agent-browser click @e2 agent-browser fill @e3 "test@example.com" agent-browser get text @e1 agent-browser screenshot page.png agent-browser close ``` ## 使用真实的Chrome配置文件（适用于OAuth/登录会话）对于需要Google/Discord等登录的网站（如star-swap.com）： **方法1：使用自定义配置文件启动Chrome，通过CDP连接** ```bash # 终端1：使用您的真实配置文件和远程调试启动Chrome google-chrome --remote-debugging-port=9222 --user-data-dir=/home/willr/.config/google-chrome/Default & # 终端2：将agent-browser连接到该Chrome实例 agent-browser --cdp 9222 open "https://star-swap.com" agent-browser --cdp 9222 snapshot -i agent-browser --cdp 9222 click e2 # 这将重用您现有的Google会话 - 不需要重新登录！ # 适用于：Google OAuth，Discord OAuth，任何您在Chrome中登录的网站 ``` **方法2：会话持久性（首次手动登录）** ```bash # 第一次：有头模式，手动登录 agent-browser --headed --session starswap open "https://star-swap.com" # 在浏览器窗口中手动完成Google OAuth # 完成后关闭 # 未来运行：cookies持久存在！ agent-browser --session starswap open "https://star-swap.com" # 自动登录 ``` **am.will.ryan Chrome配置文件：** `/home/willr/.config/google-chrome/Default` ## 核心命令 ### 导航 ```bash agent-browser open agent-browser back agent-browser forward agent-browser reload ``` ### 交互 ```bash agent-browser click agent-browser dblclick agent-browser focus agent-browser type agent-browser fill agent-browser clear agent-browser press agent-browser keydown agent-browser keyup agent-browser hover agent-browser select agent-browser check agent-browser uncheck agent-browser drag agent-browser upload ``` ### 提取和信息 ```bash agent-browser snapshot agent-browser get text agent-browser get html agent-browser get value agent-browser get attr agent-browser get title agent-browser get url agent-browser get count agent-browser get box agent-browser screenshot [path] agent-browser pdf ``` ### 检查状态 ```bash agent-browser is visible agent-browser is enabled agent-browser is checked ``` ### 查找元素 - agent-browser find role [value] - agent-browser find text - agent-browser find label [value] - agent-browser find placeholder [value] - agent-browser find alt - agent-browser find title - agent-browser find testid [value] 操作包括点击、填充、检查、悬停和文本。 ### 等待和定时 ```bash agent-browser wait agent-browser wait agent-browser wait --text "Welcome" agent-browser wait --url "**/dash" agent-browser wait --load networkidle ``` ### 高级控制 ```bash agent-browser scroll [px] agent-browser scrollintoview agent-browser eval agent-browser mouse move agent-browser cookies agent-browser storage local agent-browser tab new [url] agent-browser frame agent-browser dialog accept [text] ``` ## 会话运行多个隔离的浏览器实例。 ```bash agent-browser --session agent1 open site-a.com agent-browser --session agent2 open site-b.com ``` ## 快照选项快照命令支持过滤以减少输出大小。 - agent-browser snapshot -i - agent-browser snapshot -c - agent-browser snapshot -d 3 - agent-browser snapshot -s "#main" ## 选择器和引用引用提供从快照中确定性选择元素。使用@ref语法。 ```bash agent-browser snapshot agent-browser click @e2 ``` ## 代理模式使用--json获得机器可读输出。 ```bash agent-browser snapshot --json ``` ### 优化的AI工作流程 - 使用agent-browser open 导航 - 使用agent-browser snapshot -i --json观察 - 使用快照中的@ref操作 - 使用agent-browser snapshot验证 ## 故障排除 - 如果在Linux ARM64上找不到命令，请使用bin文件夹中的完整路径。 - 如果找不到元素，请使用快照找到正确的引用。 - 如果页面未加载，请在导航后添加等待命令。 - 使用--headed查看浏览器窗口以进行调试。 ## 选项 - --session 使用隔离的会话。 - --json提供JSON输出。 - --full获取全页面截图。 - --headed显示浏览器窗口。 - --timeout设置命令超时时间（毫秒）。 ## 注释 - 引用在每次页面加载时是稳定的，但在导航时会更改。 - 导航后总是快照以获取新的引用。 - 对于输入字段，请使用fill而不是type以确保清除现有文本。

描述: 更新技能 模型: 自动 名称: 测试员

描述: 更新技能模型: 自动名称: 测试员