LisaPullman Agent Browser
AI 浏览器自动化工具，基于 Playwright 的 CLI，支持元素分析、截图、自动化操作。
环境要求
- Node.js + npm
- 已安装 Playwright 浏览器 (首次运行自动下载)
安装
npm install -g agent-browser
agent-browser install # 下载 Chromium
使用方法
基本命令
| 命令 | 说明 |
|---|---|
agent-browser open <url> |
打开网页 |
agent-browser snapshot |
获取页面元素树 (带 AI 引用) |
agent-browser click <ref> |
点击元素 (@e1, @e2...) |
agent-browser fill <ref> <text> |
填写表单 |
agent-browser type <ref> <text> |
输入文本 |
agent-browser screenshot |
截图 |
agent-browser find <role> <name> |
查找元素 |
agent-browser press <key> |
按键 (Enter, Tab, Escape...) |
agent-browser scroll <dir> |
滚动 (up/down/left/right) |
agent-browser wait <selector|ms> |
等待元素或时间 |
agent-browser eval <js> |
执行 JavaScript |
agent-browser pdf <path> |
保存为 PDF |
常用参数
| 参数 | 说明 |
|---|---|
--session-name <name> |
保存/恢复会话状态 |
--profile <path> |
浏览器配置文件 |
--color-scheme dark |
暗色模式 |
--full |
完整页面截图 |
--annotate |
带标注的截图 |
-i |
仅交互元素 |
命令链式调用
用 && 链式调用（浏览器状态保持）：
# 打开页面 + 等待加载 + 截图分析
agent-browser open example.com && agent-browser wait --load networkidle && agent-browser snapshot
# 登录示例
agent-browser open login.example.com && agent-browser fill @e1 "user@email.com" && agent-browser fill @e2 "password" && agent-browser click @e3
# 滚动 + 截图
agent-browser open example.com && agent-browser scroll down 500 && agent-browser screenshot
输出示例
snapshot 输出
# 页面: Example Domain
@example1 [link] Example Domain
@example2 [heading] Example Domains
@example3 [paragraph] This domain is for use in illustrative examples in documents...
...
find 示例
agent-browser find role button --name Submit
# 输出: @e5 [button] Submit
会话管理
# 保存会话
agent-browser --session-name mytask open example.com
# 恢复会话
agent-browser --session-name mytask snapshot
# 删除会话
agent-browser session delete mytask
完整工作流示例
# 1. 打开网页
agent-browser open https://www.example.com
# 2. 等待加载
agent-browser wait --load networkidle
# 3. 获取页面元素
agent-browser snapshot
# 4. 点击登录按钮
agent-browser click @e5
# 5. 填写表单
agent-browser fill @e1 "username"
agent-browser fill @e2 "password"
# 6. 提交
agent-browser press Enter
# 7. 截图确认
agent-browser screenshot result.png
注意事项
- 元素引用时效：每次 snapshot 后元素引用可能变化，需重新获取
- 等待加载：动态内容建议用
wait --load networkidle - 会话复用：复杂流程用
--session-name保存状态，中断后可恢复
基于 agent-browser CLI