核心功能
agent-browser 是面向 AI 智能体的浏览器自动化 CLI 技能，用于以编程方式控制浏览器完成网页交互与数据操作，包括页面导航、表单填写、点击、截图、数据提取及 Web 应用测试。通过快照命令获取元素简化标识（如 @e1），再以批量命令执行操作以降低 Token 消耗，并支持响应式布局验证与 UI 回归测试。用自然语言描述浏览器操作需求即可触发。
功能亮点
快照定位元素
通过 snapshot 命令获取页面元素简化标识（如 @e1），避免冗长选择器。
批量执行操作
用 batch 命令将多步操作合并执行，显著降低交互过程中的 Token 消耗。
数据采集
提取页面链接与指定元素内容，自动处理 Iframe，支持结构化数据抓取。
响应式验证
动态调整视口与模拟设备，结合 diff 做 UI 回归测试。
适用场景
• 自动化执行多步网页交互
• 抓取网页结构化数据
• 跨设备验证响应式布局
• 对 Web 应用做 UI 回归测试
• 替代人工操作重复性浏览器任务
安装配置
TRAE 桌面版打开插件市场，点击「技能」页签，搜索 agent-browser，点击技能卡片右侧的 + 按钮安装。
使用方法
通过自然语言描述浏览器操作需求，如「打开页面并填写表单」「抓取页面上的数据」，AI 会自动加载该技能调用浏览器自动化 CLI 执行。
优点
- 快照+批量命令机制省 Token
- 自动化处理 Iframe
- 支持设备模拟与截图 diff
- 面向 Agent 的编程式控制
缺点
- 需对浏览器自动化概念有一定了解
- 复杂页面操作结果需人工校验
- 截图对比依赖用户判断