browser_use - 浏览器自动化工具

使用 Chrome/Chromium 进行网页导航、元素交互和内容提取。

概述

browser_use 工具让智能体能够：

• 打开和导航网页
• 点击元素和填写表单
• 提取页面内容
• 截图和保存页面
• 管理多个标签页

配置

{
  "type": "builtin",
  "name": "browser_use",
  "description": "浏览器自动化工具",
  "config": {
    "headless": false,
    "userDataDir": "${global.root_dir}/chrome_data",
    "timeout": 30
  }
}

配置参数

参数	类型	默认值	说明
headless	bool	false	无头模式（不显示浏览器窗口）
userDataDir	string	-	Chrome 用户数据目录
timeout	int	30	操作超时时间（秒）
chromeInstancePath	string	-	Chrome 可执行文件路径
disableSecurity	bool	false	禁用安全特性（仅测试用）
proxyServer	string	-	代理服务器地址

操作类型

go_to_url - 导航到 URL

{
  "operation": "go_to_url",
  "url": "https://example.com"
}

click_element - 点击元素

{
  "operation": "click_element",
  "selector": "#submit-button"
}

input_text - 输入文本

{
  "operation": "input_text",
  "selector": "#search-input",
  "text": "搜索关键词"
}

scroll_down / scroll_up - 滚动页面

{
  "operation": "scroll_down",
  "amount": 500
}

extract_content - 提取内容

{
  "operation": "extract_content",
  "selector": ".article-content"
}

wait - 等待

{
  "operation": "wait",
  "duration": 2000
}

screenshot - 截图

{
  "operation": "screenshot",
  "path": "screenshot.png"
}

open_tab / switch_tab / close_tab - 标签页管理

{
  "operation": "open_tab",
  "url": "https://example.com"
}

使用示例

搜索并获取结果

// 1. 打开搜索引擎
{"operation": "go_to_url", "url": "https://www.google.com"}

// 2. 输入搜索词
{"operation": "input_text", "selector": "input[name='q']", "text": "TPCLAW"}

// 3. 点击搜索
{"operation": "click_element", "selector": "input[type='submit']"}

// 4. 等待结果加载
{"operation": "wait", "duration": 2000}

// 5. 提取搜索结果
{"operation": "extract_content", "selector": "#search-results"}

登录网站

// 1. 打开登录页
{"operation": "go_to_url", "url": "https://example.com/login"}

// 2. 输入用户名
{"operation": "input_text", "selector": "#username", "text": "user@example.com"}

// 3. 输入密码
{"operation": "input_text", "selector": "#password", "text": "password123"}

// 4. 点击登录
{"operation": "click_element", "selector": "#login-button"}

选择器语法

支持 CSS 选择器和 XPath：

类型	示例
ID	#element-id
Class	.class-name
属性	[name="value"]
XPath	//div[@class="content"]
文本	//button[contains(text(), "提交")]

最佳实践

1. 添加等待时间

网络操作需要等待：

{"operation": "go_to_url", "url": "..."}
{"operation": "wait", "duration": 2000}

2. 使用持久化会话

配置 userDataDir 保持登录状态：

{
  "config": {
    "userDataDir": "${global.root_dir}/chrome_data"
  }
}

3. 处理动态内容

等待元素出现后再操作：

{"operation": "wait", "selector": ".loaded-content", "timeout": 5000}

注意事项

• 确保已安装 Chrome 或 Chromium
• 首次运行会自动下载 ChromeDriver
• 复杂网站可能需要调整等待时间
• 某些网站有反爬虫机制

相关工具

• bash - 执行命令
• read - 读取文件