browsing

瀏覽技能提供了一種統一且高效的介面，透過 Chrome DevTools Protocol (CDP) 直接控制 Chrome。專為代理程式與開發者設計，本技能以自動化、可程式化的工作流程取代繁瑣的手動瀏覽器測試。核心功能圍繞 use_browser MCP 工具，實現對瀏覽器工作階段的精確控制，包括導航、元素互動、分頁管理與 DOM 層級的資料提取。藉由底層 CDP，它在處理持久性登入工作階段或受限環境時，比起標準的高階自動化框架更具穩定性與響應速度。每一步操作——從點擊按鈕到執行自訂 JavaScript——都會自動觸發自動擷取機制，產生結構化 Markdown、HTML 快照與視埠截圖，為代理程式的操作提供完整的審計能力。

• 完整的 CDP 支援以進行細粒度的瀏覽器控制：導航、點擊、輸入、懸停、拖放及執行 JavaScript 程式碼。

• 智慧型自動擷取系統：針對每個 DOM 操作自動紀錄頁面 HTML、結構化 Markdown、主控台日誌與截圖，確保操作具備可追溯性。

• 靈活的分頁管理：支援在單一工作階段內開啟、關閉並切換多個瀏覽器分頁的焦點。

• 強大的表單自動化：原生處理檔案上傳、複雜選單輸入及鍵盤事件模擬（如 Tab、Enter 及特殊按鍵）。

• DOM 檢查與提取：提取特定屬性、完整文字內容或渲染後的 Markdown，促進資料抓取與網頁分析。

• 視覺模式切換：可在有頭模式 (Headed) 與無頭模式 (Headless) 之間動態切換，以利偵錯或背景自動化任務。

• 若在 Linux 或 WSL2 上使用有頭模式，請確保環境支援必要的顯示標頭（透過 DISPLAY 環境變數）。

• 使用 CSS 選擇器以精確地與網頁元素進行互動；底層系統會處理元素查找與基於座標的滑鼠事件。

• 在執行後續導航或提取操作前，請務必先將工作階段目錄中的自動擷取檔案作為決策的主要依據。

• 請注意，某些操作（如 show_browser 或 hide_browser）會重新啟動 Chrome 實例，這可能會清除 POST 狀態資料。

• 當 Playwright 顯得過於笨重，或者需要跨代理程式步驟維持持久性瀏覽器工作階段（如驗證過的登入狀態）時，本工具是最佳選擇。