E2B 云浏览器自动化

要解决什么问题

在 Agent 或自动化脚本里直接跑本机浏览器，往往受环境、依赖和隔离性限制：CI 里没有图形界面、多任务并发容易互相干扰，调试也难以复现「真实页面」上的点击与表单行为。若你需要在可控的云端环境里完成打开 URL、点按钮、填表、滚动、截图或抽取正文，并在必要时执行页面内 JavaScript，就需要一套把浏览器生命周期和沙箱资源绑在一起的实现。

技能如何工作

本技能以 Playwright 驱动浏览器，并通过 E2B 沙箱拉起运行环境。核心类 SandboxBrowserSkills（scripts/browser_skills.py）封装了从启动到收尾的完整流程：先 start() 初始化沙箱并连接浏览器，再进行页面操作，最后 stop() 释放资源。

典型工作流可以概括为：

• 导航：navigate(url)，必要时用 wait_for_navigation() 等待加载完成
• 理解页面结构：highlight_elements() 为可交互元素标注 ID，便于后续精准点击
• 交互：click_element(id)、click_text(text)、fill_input()、press_key()
• 内容与脚本：get_page_text()、get_element_text()、execute_script()
• 可视化与调试：screenshot() 保存截图；开发阶段还可关注沙箱提供的 VNC 地址做目视排查

行为与鉴权由 scripts/config.py 中的环境变量控制，例如 E2B_API_KEY、E2B_DOMAIN、E2B_AGS_TEMPLATE。

适用边界与注意点

• 必须先 start()、结束时必须 stop()，否则沙箱资源可能泄漏或计费持续。
• 元素定位失败时，优先用 highlight_elements() 确认页面上是否真有目标控件，并适当加大导航/等待超时。
• 未配置 E2B_API_KEY 会直接报错；网络或 E2B_DOMAIN 不可达时表现为连接类异常。
• 适合抓取、端到端探测、半结构化页面交互等任务；不适合替代完整测试框架的断言体系，也不保证绕过所有反爬或强登录风控场景。