Browser

Browser ergänzt kompatible Coding-Agenten um einen Browser-Workflow für die Kommandozeile. Damit kann ein Agent Seiten öffnen, ihren aktuellen Zustand erfassen, Bedienelemente nutzen, Seiteninhalte sammeln und das Ergebnis jeder Aktion prüfen. Dieselbe Oberfläche funktioniert mit einem neuen lokalen Browser, einer bestehenden Chrome-Instanz oder einer gehosteten Browserbase-Sitzung.

Highlights

• Liest den strukturierten Seitenzustand, damit der Agent interaktive Elemente erkennen kann, ohne sich ausschließlich auf Bilder zu verlassen.
• Unterstützt Navigation, Klicks, Tastatureingaben, Formularfelder, Datei-Uploads, Scrollen und mehrere Tabs.
• Erstellt Screenshots und ruft bei Bedarf Seitentext, Markup, Titel, URLs und Feldwerte ab.
• Bietet lokale Sitzungen, bestehende Sitzungen, Remote-Verbindungen und direkte CDP-Verbindungen für unterschiedliche Umgebungen.
• Unterstützt gehostete Sitzungen für Workflows, die eine dauerhafte Identität, geografisches Routing oder erweiterte Zugriffsmöglichkeiten benötigen.

Dieser Skill eignet sich für Entwickler, die Agenten Webanwendungen prüfen, wiederkehrende Browseraufgaben automatisieren, Informationen sammeln oder Oberflächenprobleme reproduzieren lassen möchten. Installiere das Browserbase-Skills-Repository mit der skills CLI. Für den lokalen Betrieb werden das browse-Paket und ein lokal installierter Chrome-kompatibler Browser benötigt; gehostete Sitzungen erfordern zusätzlich Browserbase-Zugangsdaten.