Browser Use Zh

---
name: browser-use-zh
description: 自动化浏览器交互，用于网页测试、表单填写、截图和数据提取。当用户需要导航网站、与网页交互、填写表单、截图或从网页提取信息时使用此技能。
allowed-tools: Bash(browser-use:*)
---

# 使用 browser-use CLI 进行浏览器自动化

`browser-use` 命令提供快速、持久的浏览器自动化功能。后台守护进程在命令之间保持浏览器打开，每次调用的延迟约为 50ms。

## 前置条件

```bash
browser-use doctor    # 验证安装
```

安装详情请参见 https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md

## 核心工作流程

1. **导航**: `browser-use open <url>` — 如需要则启动浏览器
2. **检查**: `browser-use state` — 返回可点击元素及其索引
3. **交互**: 使用 state 返回的索引（`browser-use click 5`、`browser-use input 3 "text"`）
4. **验证**: `browser-use state` 或 `browser-use screenshot` 确认结果
5. **重复**: 浏览器在命令之间保持打开
6. **清理**: 完成后使用 `browser-use close`

## 浏览器模式

```bash
browser-use open <url>                         # 默认：无头 Chromium
browser-use --headed open <url>                # 可见窗口
browser-use --profile "Default" open <url>      # 使用真实 Chrome 的 Default 配置文件（已有登录/Cookie）
browser-use --profile "Profile 1" open <url>   # 使用指定名称的 Chrome 配置文件
browser-use --connect open <url>               # 通过 CDP 自动发现运行中的 Chrome
browser-use --cdp-url ws://localhost:9222/... open <url>  # 通过 CDP URL 连接
```

`--connect`、`--cdp-url` 和 `--profile` 互斥。

## 命令

```bash
# 导航
browser-use open <url>                    # 导航到 URL
browser-use back                          # 后退
browser-use scroll down                   # 向下滚动（--amount N 指定像素数）
browser-use scroll up                     # 向上滚动
browser-use switch <tab>                  # 按索引切换标签页
browser-use close-tab [tab]              # 关闭标签页（不指定则关闭当前标签页）

# 页面状态 — 始终先运行 state 获取元素索引
browser-use state                         # URL、标题、可点击元素及索引
browser-use screenshot [path.png]         # 截图（不指定路径返回 base64，--full 截取整页）

# 交互 — 使用 state 返回的索引
browser-use click <index>                 # 按索引点击元素
browser-use click <x> <y>                 # 按像素坐标点击
browser-use type "text"                   # 在聚焦元素中输入文本
browser-use input <index> "text"          # 点击元素后输入文本
browser-use keys "Enter"                  # 发送键盘按键（也支持 "Control+a" 等）
browser-use select <index> "option"       # 选择下拉菜单选项
browser-use upload <index> <path>         # 上传文件到文件输入框
browser-use hover <index>                 # 悬停在元素上
browser-use dblclick <index>              # 双击元素
browser-use rightclick <index>            # 右键点击元素

# 数据提取
browser-use eval "js code"                # 执行 JavaScript，返回结果
browser-use get title                     # 页面标题
browser-use get html [--selector "h1"]    # 页面 HTML（或限定到选择器范围）
browser-use get text <index>              # 元素文本内容
browser-use get value <index>             # 输入框/文本域的值
browser-use get attributes <index>        # 元素属性
browser-use get bbox <index>              # 边界框（x, y, width, height）

# 等待
browser-use wait selector "css"           # 等待元素（--state visible|hidden|attached|detached，--timeout 毫秒）
browser-use wait text "text"              # 等待文本出现

# Cookie 管理
browser-use cookies get [--url <url>]     # 获取 Cookie（可按 URL 过滤）
browser-use cookies set <name> <value>    # 设置 Cookie（--domain, --secure, --http-only, --same-site, --expires）
browser-use cookies clear [--url <url>]   # 清除 Cookie
browser-use cookies export <file>         # 导出为 JSON
browser-use cookies import <file>         # 从 JSON 导入

# Python — 持久会话，可访问浏览器
browser-use python "code"                 # 执行 Python（变量在调用之间持久保存）
browser-use python --file script.py       # 运行文件
browser-use python --vars                 # 显示已定义的变量
browser-use python --reset                # 清除命名空间

# 会话管理
browser-use close                         # 关闭浏览器并停止守护进程
browser-use sessions                      # 列出活跃会话
browser-use close --all                   # 关闭所有会话
```

Python 的 `browser` 对象提供：`browser.url`、`browser.title`、`browser.html`、`browser.goto(url)`、`browser.back()`、`browser.click(index)`、`browser.type(text)`、`browser.input(index, text)`、`browser.keys(keys)`、`browser.upload(index, path)`、`browser.screenshot(path)`、`browser.scroll(direction, amount)`、`browser.wait(seconds)`。

## 云 API

```bash
browser-use cloud connect                 # 配置云浏览器并连接
browser-use cloud connect --timeout 120 --proxy-country US  # 带选项
browser-use cloud login <api-key>         # 保存 API Key（或设置 BROWSER_USE_API_KEY）
browser-use cloud logout                  # 移除 API Key
browser-use cloud v2 GET /browsers        # REST 透传（v2 或 v3）
browser-use cloud v2 POST /tasks '{"task":"...","url":"..."}'
browser-use cloud v2 poll <task-id>       # 轮询任务直到完成
browser-use cloud v2 --help               # 显示 API 端点
```

`cloud connect` 会配置一个云浏览器，通过 CDP 连接，并打印实时 URL。`browser-use close` 会断开连接并停止云浏览器。

## 隧道

```bash
browser-use tunnel <port>                 # 启动 Cloudflare 隧道（幂等操作）
browser-use tunnel list                   # 显示活跃隧道
browser-use tunnel stop <port>            # 停止隧道
browser-use tunnel stop --all             # 停止所有隧道
```

## 配置文件管理

```bash
browser-use profile list                  # 列出检测到的浏览器和配置文件
browser-use profile sync --all            # 同步配置文件到云端
browser-use profile update                # 下载/更新 profile-use 二进制文件
```

## 命令链接

命令可以使用 `&&` 链接。浏览器通过守护进程持久存在，因此链接是安全高效的。

```bash
browser-use open https://example.com && browser-use state
browser-use input 5 "user@example.com" && browser-use input 6 "password" && browser-use click 7
```

当不需要中间输出时可以链接命令。当需要解析 `state` 来发现索引时，应分别运行。

## 常见工作流程

### 需要登录的浏览

当任务需要访问需要认证的网站（Gmail、GitHub、内部工具）时，使用 Chrome 配置文件：

```bash
browser-use profile list                           # 查看可用配置文件
# 询问用户要使用哪个配置文件，然后：
browser-use --profile "Default" open https://github.com  # 已登录状态
```

### 连接到已有的 Chrome

```bash
browser-use --connect open https://example.com     # 自动发现 Chrome 的 CDP 端点
```

需要启用了远程调试的 Chrome。默认探测 9222/9229 端口。

### 暴露本地开发服务器

```bash
browser-use tunnel 3000                            # → https://abc.trycloudflare.com
browser-use open https://abc.trycloudflare.com     # 浏览隧道
```

## 全局选项

| 选项 | 说明 |
|------|------|
| `--headed` | 显示浏览器窗口 |
| `--profile [NAME]` | 使用真实 Chrome（单独 `--profile` 使用 "Default"） |
| `--connect` | 通过 CDP 自动发现运行中的 Chrome |
| `--cdp-url <url>` | 通过 CDP URL 连接（`http://` 或 `ws://`） |
| `--session NAME` | 指定命名会话（默认："default"） |
| `--json` | 输出为 JSON 格式 |
| `--mcp` | 通过 stdin/stdout 作为 MCP 服务器运行 |

## 提示

1. **始终先运行 `state`** 以查看可用元素及其索引
2. **使用 `--headed` 调试** 以查看浏览器在做什么
3. **会话持久存在** — 浏览器在命令之间保持打开
4. **CLI 别名**：`bu`、`browser` 和 `browseruse` 都可以使用

## 故障排除

- **浏览器无法启动？** 先 `browser-use close` 再 `browser-use --headed open <url>`
- **找不到元素？** 先 `browser-use scroll down` 再 `browser-use state`
- **运行诊断**：`browser-use doctor`

## 清理

```bash
browser-use close                         # 关闭浏览器会话
browser-use tunnel stop --all             # 停止隧道（如果有）
```