Agent/agent/skill/skills/browser.md

---

name: browser

description: 浏览器自动化工具使用指南

浏览器工具使用指南

所有浏览器工具都以 browser_ 为前缀。浏览器会话会持久化，无需每次重新启动。

基本工作流程

1. 页面导航: 使用 browser_navigate_to_url 或 browser_search_web 到达目标页面
2. 等待加载: 页面跳转后调用 browser_wait(seconds=2) 等待内容加载
3. 获取元素索引: 调用 browser_get_visual_selector_map 获取可交互元素的索引映射和当前界面的截图
4. 执行交互: 使用 browser_click_element、browser_input_text 等工具操作页面
5. 提取内容: 使用 browser_extract_content, browser_read_long_content, browser_get_page_html 获取数据

关键原则

• 禁止模拟结果：不要输出你认为的搜索结果，而是要调用工具获取真实结果
• 必须先获取索引: 所有 index 参数都需要先通过 browser_get_selector_map 获取
• 高级工具：优先使用 browser_extract_content, browser_read_long_content 等工具获取数据，而不是使用 browser_get_selector_map 获取索引后手动解析
• 操作后等待: 任何可能触发页面变化的操作（点击、输入、滚动）后都要调用 browser_wait
• 登录处理:
  • 正常登录：当遇到需要登录的网页时，使用 browser_load_cookies 来登录
  • 首次登录：当没有该网站的 cookie 时，需要请求人类协助登录：
  • 调用 browser_get_live_url 获取云浏览器实时画面链接
  • 导航到目标网站的登录页面
  • 通过 feishu_send_message_to_contact 将 live URL 发送给相关人员，请求其在浏览器中完成登录
  • 使用 feishu_get_contact_replies(contact_name="...", wait_time_seconds=300) 等待对方回复确认登录完成
  • 收到回复后使用 browser_export_cookies 将登录态保存下来
• 复杂操作用JS: 当标准工具无法满足时，使用 browser_evaluate 执行 JavaScript 代码

工具分类

导航: browser_get_live_url, browser_navigate_to_url, browser_search_web, browser_go_back, browser_wait 交互: browser_click_element, browser_input_text, browser_send_keys, browser_upload_file 视图: browser_scroll_page, browser_find_text, browser_screenshot 提取: browser_extract_content, browser_read_long_content, browser_get_page_html, browser_get_selector_map, browser_get_visual_selector_map 高级: browser_evaluate, browser_load_cookies, browser_export_cookies, browser_wait_for_user_action, browser_download_direct_url