l-lesteryu 沙箱代理的浏览器自动化
此技能适用于在沙箱远程机器（云虚拟机、CI、编码代理）上运行的代理，这些代理需要控制无头浏览器。
前置条件
browser-use doctor # 验证安装
安装详情请参见 https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md
核心工作流程
- 导航:
browser-use open <url>— 如需要则启动无头浏览器 - 检查:
browser-use state— 返回可点击元素及其索引 - 交互: 使用 state 返回的索引（
browser-use click 5、browser-use input 3 "text"） - 验证:
browser-use state或browser-use screenshot确认结果 - 重复: 浏览器在命令之间保持打开
- 清理: 完成后使用
browser-use close
浏览器模式
browser-use open <url> # 默认：无头 Chromium
browser-use cloud connect # 配置云浏览器并连接
browser-use --connect open <url> # 通过 CDP 自动发现运行中的 Chrome
browser-use --cdp-url ws://localhost:9222/... open <url> # 通过 CDP URL 连接
命令
# 导航
browser-use open <url> # 导航到 URL
browser-use back # 后退
browser-use scroll down # 向下滚动（--amount N 指定像素数）
browser-use scroll up # 向上滚动
browser-use switch <tab> # 按索引切换标签页
browser-use close-tab [tab] # 关闭标签页（不指定则关闭当前标签页）
# 页面状态 — 始终先运行 state 获取元素索引
browser-use state # URL、标题、可点击元素及索引
browser-use screenshot [path.png] # 截图（不指定路径返回 base64，--full 截取整页）
# 交互 — 使用 state 返回的索引
browser-use click <index> # 按索引点击元素
browser-use click <x> <y> # 按像素坐标点击
browser-use type "text" # 在聚焦元素中输入文本
browser-use input <index> "text" # 点击元素后输入文本
browser-use keys "Enter" # 发送键盘按键（也支持 "Control+a" 等）
browser-use select <index> "option" # 选择下拉菜单选项
browser-use upload <index> <path> # 上传文件到文件输入框
browser-use hover <index> # 悬停在元素上
browser-use dblclick <index> # 双击元素
browser-use rightclick <index> # 右键点击元素
# 数据提取
browser-use eval "js code" # 执行 JavaScript，返回结果
browser-use get title # 页面标题
browser-use get html [--selector "h1"] # 页面 HTML（或限定到选择器范围）
browser-use get text <index> # 元素文本内容
browser-use get value <index> # 输入框/文本域的值
browser-use get attributes <index> # 元素属性
browser-use get bbox <index> # 边界框（x, y, width, height）
# 等待
browser-use wait selector "css" # 等待元素（--state visible|hidden|attached|detached，--timeout 毫秒）
browser-use wait text "text" # 等待文本出现
# Cookie 管理
browser-use cookies get [--url <url>] # 获取 Cookie（可按 URL 过滤）
browser-use cookies set <name> <value> # 设置 Cookie（--domain, --secure, --http-only, --same-site, --expires）
browser-use cookies clear [--url <url>] # 清除 Cookie
browser-use cookies export <file> # 导出为 JSON
browser-use cookies import <file> # 从 JSON 导入
# Python — 持久会话，可访问浏览器
browser-use python "code" # 执行 Python（变量在调用之间持久保存）
browser-use python --file script.py # 运行文件
browser-use python --vars # 显示已定义的变量
browser-use python --reset # 清除命名空间
# 会话管理
browser-use close # 关闭浏览器并停止守护进程
browser-use sessions # 列出活跃会话
browser-use close --all # 关闭所有会话
Python 的 browser 对象提供：browser.url、browser.title、browser.html、browser.goto(url)、browser.back()、browser.click(index)、browser.type(text)、browser.input(index, text)、browser.keys(keys)、browser.upload(index, path)、browser.screenshot(path)、browser.scroll(direction, amount)、browser.wait(seconds)。
隧道
通过 Cloudflare 隧道将本地开发服务器暴露给浏览器。
browser-use tunnel <port> # 启动隧道（幂等操作）
browser-use tunnel list # 显示活跃隧道
browser-use tunnel stop <port> # 停止隧道
browser-use tunnel stop --all # 停止所有隧道
命令链接
命令可以使用 && 链接。浏览器通过守护进程持久存在，因此链接是安全高效的。
browser-use open https://example.com && browser-use state
browser-use input 5 "user@example.com" && browser-use input 6 "password" && browser-use click 7
当不需要中间输出时可以链接命令。当需要解析 state 来发现索引时，应分别运行。
常见工作流程
暴露本地开发服务器
python -m http.server 3000 & # 启动开发服务器
browser-use tunnel 3000 # → https://abc.trycloudflare.com
browser-use open https://abc.trycloudflare.com # 浏览隧道
隧道独立于浏览器会话，在 browser-use close 后仍然存在。
全局选项
| 选项 | 说明 |
|---|---|
--headed |
显示浏览器窗口 |
--connect |
通过 CDP 自动发现运行中的 Chrome |
--cdp-url <url> |
通过 CDP URL 连接（http:// 或 ws://） |
--session NAME |
指定命名会话（默认："default"） |
--json |
输出为 JSON 格式 |
提示
- 始终先运行
state以查看可用元素及其索引 - 会话持久存在 — 浏览器在命令之间保持打开，直到你关闭它
- 隧道独立存在 — 在
browser-use close后仍然保留 tunnel是幂等的 — 对同一端口再次调用会返回已有的 URL
故障排除
- 浏览器无法启动？ 先
browser-use close再重试。运行browser-use doctor检查。 - 找不到元素？ 先
browser-use scroll down再browser-use state - 隧道不工作？ 用
which cloudflared检查，用browser-use tunnel list查看活跃隧道
清理
browser-use close # 关闭浏览器会话
browser-use tunnel stop --all # 停止隧道（如果有）