Kimi 浏览器自动化使用指南
概述
本 skill 总结了在 Kimi CLI 环境中使用 agent-browser 进行浏览器自动化的经验，特别是针对常见问题和解决方案。
核心工作流程
基础使用模式
# 1. 打开网页
npx agent-browser open <url>
# 2. 等待页面加载
npx agent-browser wait --load networkidle
# 3. 获取页面快照（带交互元素引用）
npx agent-browser snapshot -i
# 4. 交互操作（使用 @e1, @e2 等引用）
npx agent-browser fill @e1 "text"
npx agent-browser click @e2
# 5. 截图
npx agent-browser screenshot output.png --full命令链式执行
使用 && 连接多个命令提高效率：
npx agent-browser open https://example.com && \
npx agent-browser wait --load networkidle && \
npx agent-browser snapshot -i常见问题与解决方案
问题 1：首次安装超时
现象：
npx agent-browser open https://example.com
# Error: Command killed by timeout原因：npx 首次运行时需要下载安装 agent-browser 包及其 184+ 个依赖。
解决：
- 手动安装到本地目录：
npm install agent-browser - 或使用更长的超时时间
- 安装后再次使用会更快
问题 2：Playwright 浏览器下载失败
现象：
npx playwright install chromium
# Error: Proxy connection ended before receiving CONNECT response原因：agent-browser 基于 Playwright，默认需要下载 Chromium 浏览器，但可能遇到网络/代理问题。
解决：使用系统已安装的 Chrome
# 检查系统 Chrome
which google-chrome # 或 chromium, chromium-browser
# 使用系统 Chrome 运行
npx agent-browser --executable-path /usr/bin/google-chrome open <url>重要：如果 daemon 已在运行，需要先关闭：
npx agent-browser close
sleep 1
npx agent-browser --executable-path /usr/bin/google-chrome open <url>问题 3：会话冲突
现象：--executable-path ignored: daemon already running
解决：关闭现有会话后重新启动：
npx agent-browser close
npx agent-browser --executable-path /usr/bin/google-chrome open <url>实用脚本
使用 scripts/check-browser-env.sh 快速检查环境：
# 检查系统浏览器并输出建议命令
./scripts/check-browser-env.sh输出示例：
找到系统浏览器: /usr/bin/google-chrome
建议命令:
npx agent-browser --executable-path /usr/bin/google-chrome open <url>完整示例：搜索并截图
# 安装依赖（首次）
cd /tmp && npm install agent-browser
# 使用系统 Chrome 执行
npx agent-browser --executable-path /usr/bin/google-chrome open https://www.baidu.com
npx agent-browser wait --load networkidle
npx agent-browser snapshot -i
# 填写搜索框并搜索（假设 @e13 是搜索框，@e14 是按钮）
npx agent-browser fill @e13 "OpenAI"
npx agent-browser click @e14
npx agent-browser wait --load networkidle
# 截图
npx agent-browser screenshot /tmp/search_result.png --full快速参考
| 命令 | 用途 |
|---|---|
open <url> | 打开网页 |
close | 关闭浏览器 |
snapshot -i | 获取交互元素快照 |
fill @eN "text" | 填写输入框 |
click @eN | 点击元素 |
wait --load networkidle | 等待网络空闲 |
screenshot <path> --full | 全页截图 |
环境检查清单
开始浏览器自动化前，检查：
agent-browser是否已安装（npm list agent-browser）- 系统 Chrome/Chromium 路径（
which google-chrome） - 是否有残留的 daemon（
npx agent-browser close清理） - 网络连接是否正常