技能介绍

解决什么问题

AI 代理执行网页任务时，最常见的失败来自不稳定的元素定位和不可预测的 DOM 时序：页面还在加载就开始点击，选择器随前端构建变化而失效。Agent Browser Core 提供一份生产可用的操作手册（playbook），把浏览器自动化收敛为 CLI 与结构化命令，而不是让模型自由发挥工具调用。目标是让自动化结果可复现、可审计。

技能如何工作

核心思路是「快照—寻址—行动—再快照」的循环：

尽早快照（snapshot）：先取回页面的紧凑快照与元素引用（refs），而不是凭 URL 猜测页面状态。
用 refs 操作：通过引用定位元素，避免依赖脆弱的 CSS/XPath 选择器。
DOM 变更后再次快照：任何动作之后重新取快照，确认结果并驱动下一步。
机器可读输出：使用 --json 便于脚本解析，接入自动化流水线。
等待与加载态检查：执行动作前先等待并检查 load state，减少竞态。
资源回收：任务结束时关闭标签页或会话，释放浏览器资源。
Node.js 回退：CLI 之外提供 Node.js 运行时作为回退路径。

文档按模块组织：overview、command-map、safety、workflows、troubleshooting 五份参考，覆盖从安装架构到常见故障修复的完整路径。需要认证时，需提前确定 session 或 profile 策略。

适用边界与注意点

不是 SDK：需要完整 SDK 或自定义 JS 集成的场景不适用。
不做重负载：大文件上传、复杂媒体工作流超出其设计范围。
安全模式默认严格：默认禁止 eval、--allow-file-access、自定义 --executable-path 和任意 --args，除非明确批准。
权限最小化：除非任务必需，否则避免网络路由、设置凭据、修改 cookie/storage。
网络范围限制：建议配置域名 allowlist，并屏蔽 localhost 与私有网络目标。
凭据即密钥：token 和凭据应作为 secret 管理；--allow-file-access 仅在确有需要时使用。