browser.md 2.6 KB
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
- 页面导航: 使用
browser_navigate(url)或browser_search(query)到达目标页面 - 等待加载: 页面跳转后调用
browser_wait(seconds=2)等待内容加载 - 获取元素索引: 调用
browser_screenshot(highlight_elements=True)获取带编号标注的截图 + 元素列表 - 执行交互: 使用
browser_interact(action, index, ...)操作页面（click / type / send_keys / upload / dropdown） - 提取内容: 使用
browser_extract(query)让 LLM 提取结构化数据，或browser_read(mode="long")分页读取长内容
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_screenshot(highlight_elements=True)或browser_elements()获取 - 高级工具：优先使用
browser_extract/browser_read获取数据，而不是手动解析元素 - 操作后等待: 任何可能触发页面变化的操作后都要调用
browser_wait - 登录处理:
- 正常登录：使用
browser_cookies(action="load", url=...)注入已保存的 cookie - 首次登录：需要人类协助——导航到登录页，通过飞书发送链接，等待确认后
browser_cookies(action="export")保存
- 正常登录：使用
- 复杂操作用JS: 当标准工具无法满足时，使用
browser_js(code)执行 JavaScript
工具一览
| 工具 | 功能 |
|---|---|
browser_navigate(url) |
导航到 URL |
browser_search(query, engine) |
搜索引擎搜索 |
browser_back() |
返回上一页 |
browser_interact(action, ...) |
元素交互（click/type/send_keys/upload/dropdown） |
browser_scroll(down, pages) |
滚动页面 |
browser_screenshot(highlight) |
截图（highlight=True 带元素编号标注） |
browser_elements() |
获取可交互元素列表（纯文本） |
browser_read(mode) |
读取页面（html/find/long） |
browser_extract(query) |
LLM 驱动的结构化数据提取 |
browser_tabs(action, tab_id) |
标签页管理（switch/close） |
browser_cookies(action, ...) |
Cookie/登录态管理（load/export/ensure_login） |
browser_wait(seconds/user_message) |
等待（定时 or 等用户操作） |
browser_js(code) |
执行 JavaScript |
browser_download(url) |
下载文件 |