Agent Skill 核验档案

浏览器自动化 · Browser Harness · Browser Harness

browser-harness 是一个通过 CDP 直接控制真实浏览器的命令行工具，支持点击、输入、导航、复用已登录会话、JS 渲染页面和受反爬保护的页面，明确不用于普通 HTTP 抓取公开内容（此类应使用 curl）。

适用任务

在需要登录会话的网站上导航并点击、输入完成交互操作，例如用 new_tab(url)、click_at_xy(x, y) 完成表单流程
对 JS 渲染或返回空壳页面的网站，在直接抓取失败后升级为用浏览器抓取内容，配合 wait_for_load() 与 js(...) 提取 DOM
对可能遇到验证码或频控的自动化访问，使用 start_remote_daemon() 启动云端浏览器隔离执行
为任务过程录制后台 trace，调用 start_recording(name) 并在验证结果后 stop_recording()

输入

目标 URL（通过 new_tab(url) 导航）
Python 多行脚本（heredoc 形式）
CDP 调用参数（如 cdp("Input.insertText", text="hello")）
可选环境变量 BH_DOMAIN_SKILLS、BH_RECORD、BU_NAME、BROWSER_USE_API_KEY

输出

page_info() 等页面信息
通过 js(...) 提取的 DOM 内容
截图
start_recording 返回的录制目录
CDP 命令的原始返回结果

限制与检查

不适用于对公开内容的普通 HTTP 抓取，应使用 curl
两个 agent 同时切换标签并操作会竞争，可能误操作对方的标签；真正并发的交互工作需远程浏览器
页面隐藏时的超时或暂停不代表允许将 Chrome 调到前台；后台控制仍无法工作时只能报告限制
mac-approve 仅限 macOS；Linux/Windows 需用户手动点击 Allow
远程 daemon 在停止或超时前会持续计费
首个导航是否使用了 new_tab(url) 而非 goto_url(url)，且未在每次脚本中重复调用 new_tab()
打开新标签前是否检查了 current_tab() 和 list_tabs() 并用 switch_tab() 复用匹配标签，任务完成后是否关闭自建标签
是否未经用户明确要求调用了 activate_tab(target) 将 Chrome 带到前台（应避免）

项目详情

0