К основному содержанию
скилл CX Codex

agent-browser · nanocoai — скилл для Claude Code: управление браузером из агента

Скилл agent-browser для Claude Code, Codex, Cursor, Copilot, Gemini CLI и OpenCode. Даёт агенту браузер: открывать страницы, читать статьи, заполнять формы, снимать скриншоты, извлекать данные и тестировать веб-интерфейсы.

MIT ★ 31 137 обновлён 2026-10-29

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add nanocoai/nanoclaw --skill agent-browser -a claude-code
Открыть на GitHub

Что делает agent-browser

agent-browser работает в Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode. Это CLI-обёртка над браузером, которую агент вызывает через Bash: команды open, snapshot, click, fill и другие доступны как agent-browser *.

Ядро скилла — снапшоты accessibility-дерева. agent-browser snapshot -i возвращает интерактивные элементы с ссылками вида @e1, @e2, по которым потом выполняются клики, ввод текста, загрузка файлов. Есть и семантические локаторы: agent-browser find role button click --name "Submit".

Для ожиданий лучше использовать встроенные подкоманды wait: по элементу, тексту, URL-паттерну или состоянию сети. Кастомные условия через eval-поллинг нужно обязательно ограничивать timeout и счётчиком попыток — иначе цикл может зависнуть навсегда и подвесить весь агентский ход. Скриншоты и PDF сохраняются в указанный путь, состояние сессии — в файл через state save и state load.

Какие задачи решает

  • открыть страницу и прочитать её содержимое
  • заполнить форму на сайте
  • снять скриншот или сохранить страницу в PDF
  • извлечь данные из HTML по ссылкам из снапшота
  • сохранить авторизацию и переиспользовать её в следующих сессиях

Примеры запросов агенту

  • Открой https://example.com/form, сними снапшот, заполни поля Email и Password и нажми Submit
  • Найди кнопку с текстом «Sign In» через семантический локатор и кликни по ней
  • Сохрани состояние сессии в auth.json после логина и открой дашборд

Как установить agent-browser

1Через Skills CLI (Vercel)

npx skills add nanocoai/nanoclaw --skill agent-browser -a claude-code

2Вручную: положить файлы

~/.claude/skills/agent-browser/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/agent-browser/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы об agent-browser

Как установить agent-browser в Claude Code?

Выполни npx skills add nanocoai/nanoclaw --skill agent-browser -a claude-code. Файл скилла появится по пути ~/.claude/skills/agent-browser/SKILL.md.

Что делает agent-browser?

Даёт агенту доступ к браузеру через командную строку: навигация по URL, снапшоты страниц, клики, заполнение полей, ожидания, скриншоты, PDF и работа с cookies.

Чем agent-browser fill отличается от agent-browser type?

fill очищает поле перед вводом, type печатает без очистки. Выбор зависит от того, нужно ли сохранить уже введённое значение.

Исходный текст

SKILL.md · MIT
---
name: agent-browser
description: Browse the web for any task — research topics, read articles, interact with web apps, fill forms, take screenshots, extract data, and test web pages. Use whenever a browser would be useful, not just when the user explicitly asks.
allowed-tools: Bash(agent-browser:*)
---

# Browser Automation with agent-browser

## Quick start

```bash
agent-browser open <url>        # Navigate to page
agent-browser snapshot -i       # Get interactive elements with refs
agent-browser click @e1         # Click element by ref
agent-browser fill @e2 "text"   # Fill input by ref
agent-browser close             # Close browser
```

## Core workflow

1. Navigate: `agent-browser open <url>`
2. Snapshot: `agent-browser snapshot -i` (returns elements with refs like `@e1`, `@e2`)
3. Interact using refs from the snapshot
4. Re-snapshot after navigation or significant DOM changes

## Commands

### Navigation

```bash
agent-browser open <url>      # Navigate to URL
agent-browser back            # Go back
agent-browser forward         # Go forward
agent-browser reload          # Reload page
agent-browser close           # Close browser
```

### Snapshot (page analysis)

```bash
agent-browser snapshot            # Full accessibility tree
agent-browser snapshot -i         # Interactive elements only (recommended)
agent-browser snapshot -c         # Compact output
agent-browser snapshot -d 3       # Limit depth to 3
agent-browser snapshot -s "#main" # Scope to CSS selector
```

### Interactions (use @refs from snapshot)

```bash
agent-browser click @e1           # Click
agent-browser dblclick @e1        # Double-click
agent-browser fill @e2 "text"     # Clear and type
agent-browser type @e2 "text"     # Type without clearing
agent-browser press Enter         # Press key
agent-browser hover @e1           # Hover
agent-browser check @e1           # Check checkbox
agent-browser uncheck @e1         # Uncheck checkbox
agent-browser select @e1 "value"  # Select dropdown option
agent-browser scroll down 500     # Scroll page
agent-browser upload @e1 file.pdf # Upload files
```

### Get information

```bash
agent-browser get text @e1        # Get element text
agent-browser get html @e1        # Get innerHTML
agent-browser get value @e1       # Get input value
agent-browser get attr @e1 href   # Get attribute
agent-browser get title           # Get page title
agent-browser get url             # Get current URL
agent-browser get count ".item"   # Count matching elements
```

### Screenshots & PDF

```bash
agent-browser screenshot          # Save to temp directory
agent-browser screenshot path.png # Save to specific path
agent-browser screenshot --full   # Full page
agent-browser pdf output.pdf      # Save as PDF
```

### Wait

```bash
agent-browser wait @e1                     # Wait for element
agent-browser wait 2000                    # Wait milliseconds
agent-browser wait --text "Success"        # Wait for text
agent-browser wait --url "**/dashboard"    # Wait for URL pattern
agent-browser wait --load networkidle      # Wait for network idle
```

### Waiting for a custom condition — ALWAYS bound it

Prefer the built-in `wait` subcommands above. Only fall back to `eval`-polling
when you must wait on a custom JS condition (e.g. a spinner disappearing or a
"Send" button re-enabling in a chat UI).

**Never write an unbounded wait loop.** A bare `until … do sleep; done` that
polls a page condition will loop *forever* if the condition never becomes true
(page failed to load, selector changed, network stalled). That does not just
fail the command — it wedges the entire agent turn: the runner keeps the model
stream open, later messages get silently swallowed, and the container can hang
for hours without the host's stuck-detection firing.

Always cap the wait with BOTH a wall-clock `timeout` and a max-attempts counter,
and always exit the loop (never leave a `sleep` loop as the last thing running):

```bash
# Bounded wait: succeeds when the condition is met, gives up after ~90s.
timeout 90 bash -c '
  for i in $(seq 1 30); do
    if agent-browser eval "document.querySelector(\".loading\") === null" 2>/dev/null | grep -q true; then
      echo READY; exit 0
    fi
    sleep 3
  done
  echo TIMEOUT; exit 1
'
# Check the exit status / output: on TIMEOUT, snapshot the page and decide —
# do NOT re-enter another unbounded wait.
```

If the wait times out, treat it as a real failure: take a `snapshot -i` or
`screenshot` to see the actual page state, report what you found, and move on.
Retrying the same unbounded wait is what causes the hang.

### Semantic locators (alternative to refs)

```bash
agent-browser find role button click --name "Submit"
agent-browser find text "Sign In" click
agent-browser find label "Email" fill "[email protected]"
agent-browser find placeholder "Search" type "query"
```

### Authentication with saved state

```bash
# Login once
agent-browser open https://app.example.com/login
agent-browser snapshot -i
agent-browser fill @e1 "username"
agent-browser fill @e2 "password"
agent-browser click @e3
agent-browser wait --url "**/dashboard"
agent-browser state save auth.json

# Later: load saved state
agent-browser state load auth.json
agent-browser open https://app.example.com/dashboard
```

### Cookies & Storage

```bash
agent-browser cookies                     # Get all cookies
agent-browser cookies set name value      # Set cookie
agent-browser cookies clear               # Clear cookies
agent-browser storage local               # Get localStorage
agent-browser storage local set k v       # Set value
```

### JavaScript

```bash
agent-browser eval "document.title"   # Run JavaScript
```

## Example: Form submission

```bash
agent-browser open https://example.com/form
agent-browser snapshot -i
# Output shows: textbox "Email" [ref=e1], textbox "Password" [ref=e2], button "Submit" [ref=e3]

agent-browser fill @e1 "[email protected]"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --load networkidle
agent-browser snapshot -i  # Check result
```

## Example: Data extraction

```bash
agent-browser open https://example.com/products
agent-browser snapshot -i
agent-browser get text @e1  # Get product title
agent-browser get attr @e2 href  # Get link URL
agent-browser screenshot products.png
```

© nanocoai · MIT · nanocoai/nanoclaw

Похожие скиллы

Все скиллы по теме «Браузер и парсинг» →

Сначала — agent-browser от других авторов.

agent-browser vercel-labs Скилл agent-browser для Claude Code управляет браузером по запросам на навигацию, заполнение форм и проверку веб-приложений. Агент также может запускать через него исследовательское тестирование и автоматизировать Electron-приложения. CX Codex +1 1 600 000установок agent-browser actionbook Скилл agent-browser для Claude Code и Codex управляет браузером командами: открывает страницы, находит элементы, заполняет и отправляет формы. Автоматизирует действия в браузере из агента. CX Codex +1 136установок agent-browser eyadsibai Скилл agent-browser для Claude Code управляет браузером через CLI: открывает страницы, заполняет формы, делает скриншоты и собирает данные. Автоматизирует веб-задачи. CX Codex +1 166установок agent-browser fcakyon Открывает сайты, находит элементы и взаимодействует с ними через agent-browser. Он помогает заполнять формы, собирать данные и проверять веб-приложения. CX Codex +1 ★ 1 216звёзд репо browser-navigation Factory-AI Скилл browser-navigation автоматизирует действия в браузере: переходы по страницам, заполнение форм, скриншоты, извлечение данных и запись видео. CX Codex +1 120установок browser-use browser-use Сервер browser-use помогает агенту выполнять задачи в браузере: находить данные и заполнять формы. Подключите его, когда нужно поручить агенту действия на веб-странице. CX Codex +1 ★ 121 687звёзд репо mini-browser runablehq Скилл mini-browser даёт агенту браузер через CLI mb: открыть страницу, снять скриншот, вытащить текст, заполнить форму, записать скринкаст. CX Codex +1 2 400установок kernel-cli kernel Подключает Kernel CLI для управления облачными браузерами, прокси, профилями и деплоя приложений. CX Codex +1 511установок browser-setup Devin-AXIS Команда browser-setup для тестирования браузерной автоматизации прямо в iPolloWork. Открывает встроенный браузер, проверяет его доступность и показывает заголовок страницы. CX Codex +1 ★ 7 523звёзд репо playwright-cli microsoft Скилл playwright-cli для Claude Code управляет браузером, проверяет веб-страницы и работает с тестами Playwright. Агент подключает его для действий на странице и запуска браузерных проверок. CX Codex +1 221 700установок

Из того же набора4

Спонсоры проекта

Компании, которые помогают держать аналитику открытой