名称： browser
描述： 通过 CLI 命令使用自然语言自动化网页浏览器交互。当用户要求浏览网站、导航网页、从网站提取数据、截图、填写表单、点击按钮或与 Web 应用交互时使用。
允许工具： Bash

浏览器自动化

使用 Stagehand CLI 与 Claude 自动化浏览器交互。

第一步：环境选择（本地 vs 远程）

本技能会根据配置自动选择本地或远程浏览器环境：
- 如果存在 Browserbase API 密钥（.env 文件中包含 BROWSERBASE_API_KEY 和 BROWSERBASE_PROJECT_ID）：使用远程 Browserbase 环境
- 如果没有 Browserbase API 密钥：回退到本地 Chrome 浏览器
- 无需用户干预：选择过程基于可用配置自动完成

首次设置（仅需一次）

检查本目录下的 setup.json 文件。如果 setupComplete: false，请执行：

npm install    # 安装依赖
npm link       # 创建全局 'browser' 命令

命令列表

所有命令在两种模式下功能一致：

browser navigate <url>                    # 访问指定 URL
browser act "<action>"                    # 执行自然语言描述的操作
browser extract "<instruction>" ['{}']    # 提取数据（可提供 JSON 结构）
browser observe "<query>"                 # 查找页面元素
browser screenshot                        # 截图
browser close                             # 关闭浏览器

快速示例

browser navigate https://example.com
browser act "点击登录按钮"
browser extract "获取页面标题"
browser close

模式对比

最佳实践

1. 先导航再操作：执行交互前务必先访问目标页面
2. 查看截图确认：每步操作后可通过截图验证结果
3. 描述具体明确：动作描述要清晰准确
4. 完成后关闭浏览器：及时释放资源

故障排除

• 找不到 Chrome：请安装 Chrome 或切换到 Browserbase 模式
• 操作失败：使用 browser observe 命令查看可用页面元素
• Browserbase 异常：检查 API 密钥和项目 ID 配置是否正确

详细示例请参阅 EXAMPLES.md。
API 参考文档请查看 REFERENCE.md。