浏览器CLI工具-免费版

--- name: "browser-cli-tool-free" description: "基于Playwright的浏览器自动化CLI,支持签到、填表、截图与信息抓取,适合个人用户。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工创意判断的任务。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。" license: Proprietary allowed-tools: read exec compatibility: "Requires LLM with tool-use capability" metadata: displayName: "浏览器CLI工具-免费版" version: "1.0.0" summary: "基于Playwright的浏览器自动化CLI,支持签到、填表、截图与信息抓取,适合个人用户" tags: - "研究工具" - "浏览器自动化" - "自动化" source: "SkillHub" converted_at: "2026-07-22T17:58:36" tools: - exec - read - browser --- > **核心功能**: 本技能提供中文交互、化CLI、化工作流场景等能力。 # 浏览器CLI工具(免费版) ## 概述 本工具是一个浏览器自动化命令行工具,提供页面导航、元素交互、信息获取与截图等能力,适合签到、填表、信息抓取等需要控制浏览器的任务。免费版面向个人用户,提供直观的命令行操作体验。 ### 适用场景 | 场景 | 是否推荐本工具 | |:-----|:--------------| | 自动化浏览器操作(签到/填表/点击) | 推荐 | | 需要截图或抓取页面信息 | 推荐 | | 需要可视化查看浏览器界面 | 推荐(配合 `--headed`) | | 仅需纯API数据请求(无页面交互) | 不推荐(改用 curl/httpie) | ## 不适用场景 以下场景浏览器CLI工具-免费版不适合处理： - 实时流数据处理 - 小规模数据手动分析 - 非结构化文本情感分析 ## 触发条件 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求。 ## 核心能力 ### 命令总览 | 命令分类 | 命令示例 | 说明 | |:-------|:-----|:-----| | 导航 | `open <url>` / `back` / `forward` / `reload` | 页面跳转控制 | | 交互 | `click` / `fill` / `type` / `select` / `check` | 元素操作 | | 获取信息 | `snapshot` / `get text` / `get html` / `screenshot` | 信息提取 | | 元素定位 | `find role` / `find text` / `find label` | 多种定位方式 | **输出**: 返回命令总览的执行结果,包含操作状态和输出数据。 ### 核心功能执行 用`input_params`参数进行配置。 **输出**: 返回核心功能执行的执行结果,包含操作状态和输出数据。 - 执行此能力时使用`input_params`参数,支持创建/查询/导出操作 ### 参数配置与调用 用`config_options`参数进行配置。 **输出**: 返回参数配置与调用的执行结果,包含操作状态和输出数据。 - 执行此能力时使用`config_options`参数,支持修改/重置/导入操作 **能力覆盖范围**：本skill的核心能力覆盖以下场景关键词：Playwright、的浏览器自动化、支持签到、截图与信息抓取、适合个人用户、浏览器自动化命令、行工具、提供导航、信息获取与截图能、适合签到、信息抓取等需要控、制浏览器的任务、核心能力、页面导航与历史控、ref、引用与、CSS、选择器的元素交互、属性等信息提取、截图与页面快照等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。 ## 使用场景 ### 场景一:每日签到任务 个人用户每日完成站点签到。 ```bash # 打开签到页面 agent-browser open https://example.com/checkin # 获取页面快照,查看可交互元素 agent-browser snapshot # 点击签到按钮(根据 snapshot 输出的 ref) agent-browser click @eXX # 等待页面响应 sleep 2 # 再次快照确认结果 agent-browser snapshot # 关闭浏览器 agent-browser close ``` ### 场景二:自动填表 自动填写并提交表单。 ```bash agent-browser snapshot # 通过 label 定位并填写 agent-browser find label "用户名" fill "myuser" agent-browser find label "密码" fill "mypassword" # 通过 ARIA 角色点击提交按钮 agent-browser find role button click --name "提交" ``` ### 场景三:定时签到(配合 cron) 将签到脚本加入定时任务,实现每日自动签到。 ```bash # 创建脚本 ~/.skill-platform/scripts/daily-checkin.sh cat > ~/.sh << 'EOF' #!/bin/bash sleep 2 agent-browser find role button click --name "签到" agent-browser screenshot /tmp/checkin_$(date +%Y%m%d).png agent-browser close EOF # 加入 crontab(每天 9:00 执行) # crontab -e ``` ## 快速开始 1. 阅读## 核心能力章节了解skill功能 2. 按## 依赖说明配置环境 3. 执行所需能力对应的命令 4. 参考## 错误处理章节处理异常 5. 查看## FAQ解答常见疑问 ### 依赖详情 如果 `agent-browser` 未安装: ```bash npm install -g agent-browser agent-browser install ``` ### 2. 基础工作流 ```bash # 打开网页 agent-browser open <url> # 获取页面可访问性树(推荐) agent-browser snapshot # 点击元素(用 ref 引用) agent-browser click @<ref> # 填入内容 agent-browser fill @<ref> "内容" # 关闭浏览器 agent-browser close ``` **结果处理**: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,查阅错误处理章节获取恢复步骤。 ## 示例 ### 导航命令 ```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 ``` ### 交互命令 ```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(三种方式) **方式一:通过 snapshot 输出的 ref 引用(推荐)** ```bash agent-browser click @e14 agent-browser fill @e13 "hello" ``` **方式二:使用 CSS 选择器** ```bash agent-browser click "#submit" agent-browser fill "input[name='email']" "test@test.com" ``` **方式三: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" ``` ## 优选实践 1. **先 snapshot 再操作**:每次页面变化后重新获取 ref,避免引用失效。 2. **添加等待**:页面加载需要时间,用 `sleep 2` 或等待命令。 3. **保持浏览器开启**:多个操作可在同一浏览器会话中完成,减少启动开销。 4. **完成后关闭**:用 `agent-browser close` 释放资源。 5. **优先使用 ref**:相比 CSS 选择器,ref 更稳定,不易因页面结构变化而失效。 6. **使用 `find` 提升可读性**:`find label "用户名"` 比硬编码选择器更直观。 ## 常见问题 ### Q1: snapshot 后 ref 找不到元素? 页面 DOM 可能已变化,需要重新执行 `agent-browser snapshot` 获取最新 ref。在异步加载的页面上,建议先 `sleep 2` 等待加载完成。 ### Q2: 元素被遮挡无法点击? - 尝试滚动到元素位置后再点击 - 检查是否有弹窗遮挡,先关闭弹窗 - 使用 `find role button click --name "未指定"` 替代 ref ### Q3: 安装失败怎么办? ```bash # 检查 Node.js 版本(需 >= 18) node --version # 重新安装 npm uninstall -g agent-browser npm install -g agent-browser agent-browser install ``` ### Q4: 免费版与专业版的区别? 免费版提供核心浏览器自动化能力,适合个人签到、填表等轻量任务。专业版在此基础上提供批量任务调度、并发会话、监控告警、企业集成等高阶能力。 ### Q5: 如何调试脚本? ```bash # 使用有头模式可视化调试 agent-browser --headed open https://example.com # 截图查看当前状态 agent-browser screenshot debug.png ``` ## 依赖说明 ### 运行环境 - **Agent 平台**: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等) - **操作系统**: Windows / macOS / Linux - **Node.js**: >= 18.0.0 ### 第三方依赖 | 依赖项 | 类型 | 是否必需 | 获取方式 | |:-------|:-----|:---------|:---------| | agent-browser | CLI 工具 | 必需 | `npm install -g agent-browser` | | Chromium | 运行时 | 必需 | `agent-browser install` 自动下载 | | Node.js | 运行环境 | 必需 | 系统包管理器安装 | | LLM API | API | 必需 | 由Agent内置LLM提供 | ### API Key 配置 - 本 Skill 基于Markdown指令,无需额外API Key(除内容中明确标注的外部API) ### 可用性分类 - **分类**: MD+execute(纯Markdown指令,部分功能需exec命令行执行) - **说明**: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作 ## 错误处理 | 错误场景 | 原因 | 处理方式 | |---------|------|---------| | 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 | | 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 | | 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案 | ## 已知限制 - 需LLM支持,无LLM环境不可用 - 复杂业务场景建议结合人工经验判断 - 执行效率受模型能力与网络环境影响 - 当前为免费版本,如需完整功能请升级到付费版获取全部能力 ## 安全注意事项 | 风险类型 | 防范措施 | |----------|---------| | API密钥泄露 | 通过环境变量配置，禁止硬编码到代码或配置文件中 | | 命令执行风险 | 仅执行白名单命令，避免拼接用户输入到命令行参数中 | | 网络通信安全 | 使用HTTPS协议，验证SSL证书有效性 | | 敏感数据暴露 | 输出结果中不包含密钥、令牌等敏感信息 | 使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。 ## 核心功能 - **自动化执行**: 基于指令驱动的自动化流程 - **文件处理**: 支持多种文件格式的读取、解析和写入操作 - **API集成**: 通过标准化接口调用外部服务并处理响应 - **命令执行**: 在安全沙箱中执行系统命令并收集结果 - **信息检索**: 快速搜索和过滤目标数据 ## 核心功能 - **自动化执行**: 基于指令驱动的自动化流程 - **文件处理**: 支持多种文件格式的读取、解析和写入操作 - **API集成**: 通过标准化接口调用外部服务并处理响应 - **命令执行**: 在安全沙箱中执行系统命令并收集结果 - **信息检索**: 快速搜索和过滤目标数据

存档时间线

版本索引永久保留；内容副本只保留最近 2 版，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本