# Agent Browser

> 使用 agent-browser CLI 进行浏览器自动化。用于签到、填表、截图、信息抓取等需要控制浏览器的任务。触发条件：(1) 用户要求自动化浏览器操作 (2) 需要签到、填表、点击按钮 (3) 需要抓取网页内容作为研究素材

- Skill: `modbender/agent-browser-2` (Agent Skill)
- Install (CLI): `npx skillmds@latest add modbender/agent-browser-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/modbender/agent-browser-2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: modbender (https://skillmd.com/u/modbender)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/modbender/agent-browser-2

---


# Agent Browser

Vercel 出品的浏览器自动化 CLI，基于 Playwright，比标准浏览器工具更快更灵活。

## 快速开始

```bash
agent-browser open <url>     # 打开网页
agent-browser snapshot       # 获取页面可访问性树
agent-browser click @<ref>   # 点击元素（用ref引用）
agent-browser fill @<ref> "内容"  # 填入内容
agent-browser close         # 关闭浏览器
```

## 常用命令

### 导航
```bash
agent-browser open <url>      # 打开URL（别名：goto, navigate）
agent-browser back            # 后退
agent-browser forward         # 前进
agent-browser reload          # 刷新
```

### 交互
```bash
agent-browser click <sel>                    # 点击
agent-browser dblclick <sel>                  # 双击
agent-browser fill <sel> "text"               # 填入（清空后填）
agent-browser type <sel> "text"               # 输入（追加）
agent-browser select <sel> <value>             # 选择下拉选项
agent-browser check <sel>                      # 勾选复选框
agent-browser uncheck <sel>                   # 取消勾选
agent-browser press <key>                      # 按键（Enter, Tab, Escape等）
```

### 获取信息
```bash
agent-browser snapshot              # 获取可访问性树（推荐）
agent-browser get text <sel>        # 获取文本
agent-browser get html <sel>        # 获取HTML
agent-browser get value <sel>       # 获取输入值
agent-browser get title             # 获取页面标题
agent-browser get url               # 获取当前URL
agent-browser screenshot [path]     # 截图
agent-browser screenshot --annotate  # 带标注的截图
```

### 元素定位

通过 snapshot 输出的 ref（如 @e14）直接引用：
```bash
agent-browser click @e14
agent-browser fill @e13 "hello"
```

或使用 CSS 选择器：
```bash
agent-browser click "#submit"
agent-browser fill "input[name='email']" "test@test.com"
```

或使用 ARIA 角色查找：
```bash
agent-browser find role button click --name "Submit"
agent-browser find text "Sign In" click
agent-browser find label "Email" fill "test@test.com"
agent-browser find placeholder "Search" type "query"
```

## 典型工作流

### 1. 签到任务
```bash
# 打开登录页
agent-browser open <签到页面URL>

# 获取页面结构
agent-browser snapshot

# 点击登录/签到按钮（用实际ref替换 @eXX）
agent-browser click @eXX

# 等待页面加载
sleep 2
agent-browser snapshot
```

### 2. 填表任务
```bash
agent-browser open <表单URL>
agent-browser snapshot

# 填入各字段
agent-browser find label "用户名" fill "myuser"
agent-browser find label "密码" fill "mypassword"
agent-browser find role button click --name "提交"
```

### 3. 定时签到（配合cron）
创建脚本 `~/.openclaw/scripts/daily-checkin.sh`：
```bash
#!/bin/bash
agent-browser open <签到URL>
sleep 2
agent-browser find role button click --name "签到"
agent-browser screenshot /tmp/checkin_$(date +%Y%m%d).png
agent-browser close
```

## 注意事项

1. **先 snapshot 再操作** - 每次页面变化后重新获取 ref
2. **添加等待** - 页面加载需要时间，用 `sleep 2` 或等待
3. **保持浏览器开启** - 多个操作可以在同一浏览器会话中完成
4. **完成后关闭** - 用 `agent-browser close` 释放资源

## 依赖安装

如果 agent-browser 未安装：
```bash
npm install -g agent-browser
agent-browser install
```