还在手动截图填表单？agent-browser一键搞定，前端测试党狂喜😭🔥

核心功能

agent-browser就像一个听得懂指令的浏览器贴身管家，功能强大到令人发指。它主要通过命令行来执行各种网页自动化任务。

• 智能导航与交互：你可以用简单的命令如 open <url> 打开网页，click @ref 点击按钮，fill @ref 'text' 填充输入框。它最妙的是 snapshot -i 命令，能自动识别页面上所有可交互的元素并给它们一个引用ID（比如@e1），后续操作直接用ID就行，告别复杂的XPath和CSS选择器！
• 数据提取大师：需要网页上的文本、HTML片段或者某个输入框的值？get text @e1、get html @e1、get value @e1 等命令让你轻松抓取任何你需要的数据，做数据监控和内容提取简直是小菜一碟。
• 多媒体证据保留：测试出了Bug？口说无凭。screenshot 命令可以立即截取当前页面或整个长网页，甚至用 pdf 命令直接输出PDF。更绝的是，它还支持 record start 和 record stop 进行屏幕录制，复现步骤有视频有真相！
• 高级浏览器控制：需要模拟特定设备？set device 'iPhone 14' 一行搞定。需要设置地理位置、模拟弱网环境、甚至拦截和Mock网络请求（network route）？agent-browser都能轻松胜任，让你的测试环境覆盖更全面。
• 状态保持与会话管理：最头疼的登录问题也解决了！你可以使用 --profile 参数创建一个持久化的浏览器配置，登录一次后，下次打开就直接是登录状态。或者用 state save 和 state load 保存和加载包含cookies和localStorage的会话状态，轻松跳过重复的登录流程。

适用平台

这款Skills简直是为现代AI编程助手量身打造的最强外挂！它完美适配市面上所有主流的AI编程工具和IDE插件，包括但不限于：

• Cursor
• GitHub Copilot
• Claude Code
• OpenAI Codex
• Gemini Code Assist
• 文心快码
• 腾讯云 CodeBuddy
• 华为云 CodeArts

将 agent-browser 集成到这些平台中，你可以通过自然语言或直接调用命令，让AI帮你执行复杂的浏览器自动化工作流，极大地增强了AI助手的上下文理解和执行能力，让它从一个代码建议者，真正变成一个能干活的数字员工。

实操代码示例

光说不练假把式，来看两个真实场景，感受一下它的魅力。

场景一：自动填写并提交表单

假设我们要自动登录一个网站，操作流程如下：

# 1. 打开登录页面nagent-browser open https://example.com/loginnn# 2. 分析页面上的可交互元素，并获取它们的引用IDnagent-browser snapshot -in# 输出可能像这样：n# textbox 'Email' [ref=e1]n# textbox 'Password' [ref=e2]n# button 'Sign In' [ref=e3]nn# 3. 使用引用ID填充表单并点击提交nagent-browser fill @e1 'testuser@skilll.cn'nagent-browser fill @e2 'a-very-secure-password'nagent-browser click @e3nn# 4. 等待页面跳转完成，并检查结果nagent-browser wait --url '**/dashboard'nagent-browser screenshot dashboard.png

整个过程行云流水，完全无需手动操作，非常适合集成到CI/