浏览器操作
读取页面与交互元素,执行点击、填写,并等待目标状态。
一个命令行工具,配套 Skill,让 Agent 调用 Lexmount 云浏览器,完成浏览器操作、会话管理、文件导出与调试。
读取页面与交互元素,执行点击、填写,并等待目标状态。
创建和关闭会话,查看标签页列表,并明确指定操作目标。
保存截图和 PDF,将会话中的下载文件取回本机。
检查连接是否就绪,执行页面 JavaScript,按需调用 CDP。
--target-id 指定标签页,CLI 会在点击前检查元素是否可见、可用且未被遮挡。把提示词发给你的 Agent,再按提示确认授权。
装好后,试着把这句话发给 Agent
用 Lexmount Browser CLI 打开 https://www.selenium.dev/selenium/web/web-form.html,在 Text input 中填入「Hello from Lexmount」并提交,看到「Received!」后保存结果页截图。
下载后重命名为 browser-cli,在所在目录运行
chmod +x browser-cli
./browser-cli auth login --connect-base-url https://browser.lexmount.cn
./browser-cli doctor下载后重命名为 browser-cli.exe,在所在目录运行
.\browser-cli.exe auth login --connect-base-url https://browser.lexmount.cn
.\browser-cli.exe doctor下载后重命名为 browser-cli,在所在目录运行
chmod +x browser-cli
./browser-cli auth login --device --connect-base-url https://browser.lexmount.cn
./browser-cli doctordoctor 返回 ready_for_browser_actions: true 时,就可以操作云浏览器。
| 命令 | 用途 |
|---|---|
browser-cli auth login --client-name "Agent" | 在浏览器中授权,保存本机凭证 |
browser-cli auth login --device | 在另一台设备确认 SSH 或无桌面终端的授权 |
browser-cli auth status | 检查当前凭证是否已配置 |
browser-cli doctor | 检查凭证与 API 是否就绪 |
| 命令 | 用途 |
|---|---|
browser-cli session create | 创建云浏览器会话 |
browser-cli session targets --session-id SESSION_ID | 查看会话中的页面列表 |
browser-cli session get --session-id SESSION_ID | 获取会话状态与查看入口 |
browser-cli context create | 创建可复用的浏览器状态 |
browser-cli context list | 查看 Context 及占用状态 |
browser-cli session create --context-id CONTEXT_ID --context-mode read_write | 使用已有 Context 创建会话 |
browser-cli session close --session-id SESSION_ID | 关闭指定会话 |
| 命令 | 用途 |
|---|---|
browser-cli action open-url --session-id SESSION_ID --url https://example.com | 在指定会话中打开网页 |
browser-cli action snapshot --session-id SESSION_ID | 读取页面内容与交互元素 |
browser-cli action fill --session-id SESSION_ID --selector "#query" --value "browser cli" | 向指定输入框填写内容 |
browser-cli action click --session-id SESSION_ID --selector "#search" | 检查目标后发送鼠标点击 |
browser-cli action wait-text --session-id SESSION_ID --text "Saved" | 等待页面匹配目标文字 |
browser-cli action wait-selector --session-id SESSION_ID --selector "#results" | 等待指定元素出现在页面 |
browser-cli action snapshot --session-id SESSION_ID --target-id PAGE_ID | 显式指定要操作的标签页 |
| 命令 | 用途 |
|---|---|
browser-cli action screenshot --session-id SESSION_ID --path page.png --full-page | 保存当前页面或整页截图 |
browser-cli action pdf --session-id SESSION_ID --path page.pdf --print-background | 将页面保存为 PDF |
browser-cli session downloads list --session-id SESSION_ID | 查看本次会话的下载文件 |
browser-cli session downloads get --session-id SESSION_ID --download-id DOWNLOAD_ID --output download.bin | 下载指定会话文件到本机 |
browser-cli action eval --session-id SESSION_ID --expression "document.title" | 按需执行页面 JavaScript |
browser-cli tunnel open | 在本机建立并保持网络隧道 |
browser-cli session create --local-proxy-tunnel-id TUNNEL_ID | 让指定会话使用本机网络隧道 |
browser-cli tunnel status --tunnel-id TUNNEL_ID | 查看网络隧道状态 |
browser-cli tunnel close --tunnel-id TUNNEL_ID | 关闭指定网络隧道 |
browser-cli action raw --session-id SESSION_ID --method Page.getLayoutMetrics --params-json "{}" | 调用其他 CDP 命令 |
不需要。当前发布提供原生可执行程序,支持 macOS Apple 芯片、Windows x64 与 Linux x64。通过官方 Skill 的平台脚本安装时,会下载固定版本并校验文件。
使用的是同一个 CLI。官方 Skill 为 Agent 提供安装、授权、观察页面、执行操作与清理会话的使用指引;你也可以在终端直接调用命令。
需要结合具体结果判断。例如点击返回成功表示输入已发送;等待文字时还需要检查 matched 和 timed_out。通过快照、截图或目标状态确认网页是否完成了预期操作。
用 session targets 查看页面列表,根据 URL 与标题选择目标。后续 action 命令显式传入 --target-id。CLI 不会自动切到新标签页;目标不存在时会报错,不会悄悄换页。
创建持久化 Context,并在会话创建时传入对应 ID 与读写模式。正常关闭读写会话后保存状态,下次创建会话时再复用同一个 Context。
CLI 源码采用 MIT 许可证。它连接的 Lexmount 云浏览器属于托管服务,资源用量依账户套餐计费,具体额度与费用以价格页为准。