name: agent-browser description: 使用 agent-browser CLI 進行瀏覽器自動化。用於簽到、填表、截圖、資訊抓取等需要控制瀏覽器的任務。觸發條件：(1) 使用者要求自動化瀏覽器操作 (2) 需要簽到、填表、點選按鈕 (3) 需要抓取網頁內容作為研究素材

Agent Browser

Vercel 出品的瀏覽器自動化 CLI，基於 Playwright，比標準瀏覽器工具更快更靈活。

快速開始

agent-browser open <url>     # 開啟網頁
agent-browser snapshot       # 獲取頁面可訪問性樹
agent-browser click @<ref>   # 點選元素（用ref引用）
agent-browser fill @<ref> "內容"  # 填入內容
agent-browser close         # 關閉瀏覽器

常用命令

導航

agent-browser open <url>      # 開啟URL（別名：goto, navigate）
agent-browser back            # 後退
agent-browser forward         # 前進
agent-browser reload          # 重新整理

互動

agent-browser click <sel>                    # 點選
agent-browser dblclick <sel>                  # 雙擊
agent-browser fill <sel> "text"               # 填入（清空後填）
agent-browser type <sel> "text"               # 輸入（追加）
agent-browser select <sel> <value>             # 選擇下拉選項
agent-browser check <sel>                      # 勾選核取方塊
agent-browser uncheck <sel>                   # 取消勾選
agent-browser press <key>                      # 按鍵（Enter, Tab, Escape等）

獲取資訊

agent-browser snapshot              # 獲取可訪問性樹（推薦）
agent-browser get text <sel>        # 獲取文本
agent-browser get html <sel>        # 獲取HTML
agent-browser get value <sel>       # 獲取輸入值
agent-browser get title             # 獲取頁面標題
agent-browser get url               # 獲取當前URL
agent-browser screenshot [path]     # 截圖
agent-browser screenshot --annotate  # 帶標註的截圖

元素定位

通過 snapshot 輸出的 ref（如 @e14）直接引用：

agent-browser click @e14
agent-browser fill @e13 "hello"

或使用 CSS 選擇器：

7w4.net有更好的技能外掛。

agent-browser click "#submit"
agent-browser fill "input[name='email']" "test@test.com"

或使用 ARIA 角色查詢：

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. 簽到任務

# 開啟登入頁
agent-browser open <簽到頁面URL>

# 獲取頁面結構
agent-browser snapshot

# 點選登入/簽到按鈕（用實際ref替換 @eXX）
agent-browser click @eXX

# 等待頁面載入
sleep 2
agent-browser snapshot

2. 填表任務

agent-browser open <表單URL>
agent-browser snapshot

# 填入各欄位
agent-browser find label "使用者名稱" fill "myuser"
agent-browser find label "密碼" fill "mypassword"
agent-browser find role button click --name "提交"

3. 定時簽到（配合cron）

建立指令碼 ~/.openclaw/scripts/daily-checkin.sh：

#!/bin/bash
agent-browser open <簽到URL>
sleep 2
agent-browser find role button click --name "簽到"
agent-browser screenshot /tmp/checkin_$(date +%Y%m%d).png
agent-browser close

注意事項

1. 先 snapshot 再操作 - 每次頁面變化後重新獲取 ref
2. 新增等待 - 頁面載入需要時間，用 sleep 2 或等待
3. 保持瀏覽器開啟 - 多個操作可以在同一瀏覽器會話中完成
4. 完成後關閉 - 用 agent-browser close 釋放資源

依賴安裝

如果 agent-browser 未安裝：

npm install -g agent-browser
agent-browser install

這個Skill質量良好，文件編寫清晰規範，命令功能介紹全面，典型場景示例實用。優點是結構完整、示例豐富、使用門檻低。不足之處是缺少錯誤處理說明和常見問題解答，對於新手來說遇到問題可能難以排查。建議補充故障排除指南和除錯方法。總體而言，這是一個功能完善、易於上手的瀏覽器自動化Skill。