Agent Browser

• 您需要自動化多步驟瀏覽器工作流程，其中 AI 代理必須跨多個頁面進行導航、讀取狀態並執行互動。
• 您需要確定性的元素選取——基於 ref 的定位方式消除了 XPath 或基於像素點擊的脆弱性。
• 您正在處理複雜的單頁應用程式（SPA），其中 DOM 會動態變更，且每次操作後都需要重新擷取快照。
• 您需要工作階段隔離——在不互相干擾的情況下同時執行多個瀏覽器情境（例如管理員與使用者）。

• 您需要截圖或 PDF 進行視覺分析 — 請使用專門用於視覺檢查的內建瀏覽器工具。
• 您需要瀏覽器擴充功能整合 — Agent Browser 不支援載入擴充功能。
• 您的任務純粹是視覺性的，不涉及與頁面元素互動。

Agent Browser 不依賴脆弱的 CSS 選擇器或座標，而是擷取無障礙樹狀結構，並為每個元素指派穩定的 @ref ID（例如 @e2）。AI 代理從 JSON 輸出中解析這些 ref，並將其用於所有後續互動，即使在動態頁面更新的情況下，也能確保可靠的目標定位。

支援點擊、填寫、輸入、懸停、勾選/取消勾選、選取、拖曳、捲動、按鍵等操作——全部以參考驅動。同時提供 get 與 is 指令，用於擷取文字、HTML、屬性，以及檢查可見性或啟用狀態。

使用 --session <name> 同時執行多個具名工作階段。每個工作階段皆維護各自獨立的瀏覽器環境，讓您能夠在不發生 Cookie 或狀態混用的情況下，並行測試管理員與一般使用者角色等各種情境。

使用 state save 將 cookies 和本地儲存空間儲存至 JSON 檔案，之後再透過 state load 重新載入，完全跳過登入流程——非常適合需要重複執行的自動化任務。

封鎖不需要的請求（例如廣告）、模擬 API 回應，並透過 CLI 檢查網路活動。適合在無外部干擾的情況下進行測試與資料擷取。

等待元素、文字內容、URL 模式、網路閒置或任意 JavaScript 條件。確保在代理程式繼續執行下一步之前，能夠取得穩定的快照。

AI 代理程式導航至搜尋引擎，使用以 ref 識別的輸入欄位填入查詢內容，等待搜尋結果載入，然後從結果元素中擷取文字與連結——全程無需截圖或手動調整選擇器，全由 Agent Browser 完成。

兩個同時進行的工作階段——一個以管理員身分驗證，另一個以一般使用者身分驗證——同時與同一應用程式互動。每個工作階段載入各自儲存的驗證狀態，實現平行工作流程的驗證。

代理程式登入一次後，將工作階段狀態儲存至 auth.json，並在後續執行時載入該狀態以略過登入步驟——然後直接進行表單的填寫與提交。

對於複雜的 React 或 Vue 應用程式，Agent Browser 會在每次導航或狀態變更後重新擷取快照，始終基於最新的無障礙樹進行操作，以確保在互動前所有參照均為最新狀態。