@53able/pi-agent-browser

Pi框架下的浏览器自动化工具集

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:@53able/pi-agent-browser。
它的用途是:Pi框架下的浏览器自动化工具集
完整的 Skill 内容见:https://321skill.com/skills/53able-pi-agent-browser/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

'打开 https://example.com,读取页面文本并保存到 outputs/browser/example.md',它会依次调用 agent_browser_open 打开页面,然后调用 agent_browser_read 提取文本并写入指定路径。如果需要交互,可以先调用 agent_browser_snapshot 获取无障碍树,再使用 agent_browser_click 或 agent_browser_fill 操作元素。

介绍

这个Skill解决了Pi智能体需要操作真实网页、提取渲染后内容、保持登录状态或截图取证时,依赖临时shell命令导致脆弱且不可控的问题。在实际开发中,开发者经常需要让AI代理自动浏览网页、填写表单、抓取数据,但缺乏类型安全且可复用的工具。

使用方式很简单,你只需要安装agent-browser和Chrome for Testing,然后通过pi install安装本包。之后就可以通过自然语言指令来调用10多个工具:打开URL、读取页面文本、获取无障碍树快照、点击/填表、截图、执行JS、管理会话状态、人工交接等。典型流程是:先打开页面,再获取快照得到@ref,然后点击或填表,最后读取或截图保存证据。

它非常适合需要Pi智能体执行浏览器自动化任务的团队或个人。尤其是那些已经使用agent-browser管理浏览器会话、需要持久登录状态(如保持Cookie)、或者需要限制访问域名以保证安全的场景。测试工程师可以用它做端到端测试,后端开发者可以用它抓取动态渲染页面。

建议在需要稳定浏览器交互时统一使用此工具,避免临时拼凑shell命令。需要注意的是,它主要依赖agent-browser和Chrome for Testing,必须确保两者正确安装并在PATH中可用。同时建议设置allowedDomains限制访问范围,防止智能体误操作外部站点。

常见问题

如何安装这个Skill?

运行`pi install npm:@53able/pi-agent-browser`,或从GitHub安装:`pi install https://github.com/53able/pi-agent-browser`。

如何保持登录状态跨会话复用?

使用`session`参数指定名称,并设置`restore: true`,首次登录后状态会自动保存,后续打开相同session即可复用。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/53able-pi-agent-browser/raw/index.md 读取 @53able/pi-agent-browser 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。