Agent-Skills.md

Agent Skills: browser-use

When you need to interact with web pages using the user's logged-in browser → control Chrome via @playwright/cli daemon, reusing cookies/session with persistent tabs.

UncategorizedID: cklxx/elephant.ai/browser-use

Repository

cklxx/elephant.ai
cklxxLicense: MIT
111

Install this agent skill to your local

pnpm dlx add-skill https://github.com/cklxx/elephant.ai/tree/HEAD/skills/browser-use

Skill Files

Browse the full folder contents for browser-use.

Download Skill

Loading file tree…

skills/browser-use/SKILL.md

Skill Metadata

Name
browser-use
Description
When you need to interact with web pages using the user's logged-in browser → control Chrome via @playwright/cli daemon, reusing cookies/session with persistent tabs.

browser-use

通过 @playwright/cli daemon 连接用户真实 Chrome 浏览器（extension 模式），复用已登录的 session。 Tab 跨调用持久化 — daemon 进程常驻，tab、cookies、登录状态在多次调用间存活。

前置条件

  1. Chrome 安装了 Playwright MCP Bridge 扩展
  2. .env 中配置了 ALEX_BROWSER_BRIDGE_TOKEN（从扩展弹窗复制）

核心概念

  • Daemon 持久会话：首次调用自动启动 daemon（open --extension），后续所有调用复用同一会话
  • Snapshot → ref → 操作：snapshot 获取页面无障碍树，每个元素有 ref（如 e44），用 click/fill/type 操作该 ref
  • 不抢前台：extension 模式连接已有 Chrome，不会弹出新窗口或抢占焦点
  • Token 节省：snapshot 输出到文件（.playwright-cli/ 目录），不灌入 stdout

调用

# 首次打开 — 连接 Chrome 扩展（自动启动 daemon）
python3 skills/browser-use/run.py open

# 导航到 URL（自动确保 session 存在）
python3 skills/browser-use/run.py navigate --url https://x.com

# 获取页面快照（无障碍树 + 元素 ref）
python3 skills/browser-use/run.py snapshot

# 点击元素（ref 来自 snapshot）
python3 skills/browser-use/run.py click --ref e44

# 填充输入框（定位到 ref 再填入文本）
python3 skills/browser-use/run.py fill --ref e100 --text "hello world"

# 输入文本到当前焦点元素
python3 skills/browser-use/run.py type --text "search query" --submit true

# 悬停
python3 skills/browser-use/run.py hover --ref e50

# 下拉选择
python3 skills/browser-use/run.py select --ref e80 --value "option1"

# 截图
python3 skills/browser-use/run.py screenshot --filename page.png
python3 skills/browser-use/run.py screenshot --ref e44 --filename element.png
python3 skills/browser-use/run.py screenshot --full_page true --filename full.png

# 按键
python3 skills/browser-use/run.py press_key --key Enter
python3 skills/browser-use/run.py press_key --key "Control+a"

# 导航
python3 skills/browser-use/run.py go_back
python3 skills/browser-use/run.py go_forward
python3 skills/browser-use/run.py reload

# 执行 JavaScript
python3 skills/browser-use/run.py evaluate --function '() => document.title'
python3 skills/browser-use/run.py evaluate --function '(el) => el.textContent' --ref e44

# 执行 Playwright 代码
python3 skills/browser-use/run.py run_code --code 'async (page) => await page.title()'

# Tab 管理（跨调用持久！）
python3 skills/browser-use/run.py tabs                        # 列出所有 tab
python3 skills/browser-use/run.py tab_select --index 0        # 切换到 tab 0
python3 skills/browser-use/run.py tab_new --url https://...   # 新开 tab
python3 skills/browser-use/run.py tab_close --index 1         # 关闭 tab

# 调试
python3 skills/browser-use/run.py console                     # 查看 console 日志
python3 skills/browser-use/run.py network                     # 查看网络请求
python3 skills/browser-use/run.py pdf                         # 导出 PDF

# 关闭会话
python3 skills/browser-use/run.py close

Tab 复用工作流

Tab 在 daemon 会话中持久化。跨调用复用示例：

# 调用 1: 打开 x.com
python3 skills/browser-use/run.py navigate --url https://x.com

# 调用 2: 直接 snapshot（还在 x.com 页面上！）
python3 skills/browser-use/run.py snapshot

# 调用 3: 操作 x.com 页面元素
python3 skills/browser-use/run.py click --ref e43

# 调用 4: 查看所有 tab
python3 skills/browser-use/run.py tabs

# 调用 5: 切换到另一个 tab
python3 skills/browser-use/run.py tab_select --index 0

典型场景

社交平台（X / 小红书 / 微博 / 知乎）

# 打开 → 搜索 → 获取结果
python3 skills/browser-use/run.py navigate --url https://x.com/search
python3 skills/browser-use/run.py snapshot
# 找到搜索框 ref → 填入关键词
python3 skills/browser-use/run.py fill --ref SEARCH_REF --text "AI agent"
python3 skills/browser-use/run.py press_key --key Enter
python3 skills/browser-use/run.py snapshot

发帖 / 评论

python3 skills/browser-use/run.py navigate --url https://x.com/compose/post
python3 skills/browser-use/run.py snapshot
python3 skills/browser-use/run.py fill --ref POST_REF --text "Hello world!"
python3 skills/browser-use/run.py click --ref SUBMIT_REF

表单填写

python3 skills/browser-use/run.py navigate --url https://example.com/form
python3 skills/browser-use/run.py snapshot
# 逐一填充字段
python3 skills/browser-use/run.py fill --ref NAME_REF --text "张三"
python3 skills/browser-use/run.py fill --ref EMAIL_REF --text "test@example.com"
python3 skills/browser-use/run.py select --ref COUNTRY_REF --value "CN"
python3 skills/browser-use/run.py click --ref SUBMIT_REF

信息采集（scroll + 多页）

python3 skills/browser-use/run.py navigate --url https://www.xiaohongshu.com/explore
python3 skills/browser-use/run.py snapshot
# 滚动加载更多
python3 skills/browser-use/run.py evaluate --function '() => window.scrollBy(0, 800)'
python3 skills/browser-use/run.py snapshot
# 翻页
python3 skills/browser-use/run.py click --ref NEXT_PAGE_REF

注意事项

  • 首次调用会自动启动 daemon + 连接 Chrome 扩展，后续调用免启动
  • snapshot 返回无障碍树，ref 是元素标识符（如 e44）
  • ref 在 同一 daemon 会话 内跨调用持久，但页面导航/刷新后需重新 snapshot
  • 不会打开新浏览器窗口，不会抢占前台焦点
  • 用户已登录的 cookies/session 自动复用