browser - 浏览器

控制 Chromium 浏览器进行网页导航、元素交互和内容提取。支持 JavaScript 渲染的动态页面，使用精简 DOM 快照让 Agent 高效理解页面结构。

安装

工作流程

Agent 使用浏览器的典型流程：

1. navigate — 打开目标 URL
2. snapshot — 获取页面精简 DOM，交互元素自动编号（ref）
3. click / fill / select — 通过 ref 编号操作元素
4. snapshot — 再次快照验证操作结果

支持的操作

使用场景

• 访问指定 URL 获取动态页面内容
• 填写表单、登录操作
• 操作网页元素（点击按钮、选择选项等）
• 验证部署后的网页效果
• 抓取需要 JS 渲染的动态内容

运行模式

浏览器会根据运行环境自动选择模式：

可在 config.json 中手动覆盖：

{
  "tools": {
    "browser": {
      "headless": true
    }
  }
}

浏览器内核

浏览器内核会自动选择，无需配置：

1. 若检测到本机已安装 Google Chrome / Edge，直接驱动系统浏览器，无需下载 Chromium，并使用真实浏览器指纹；
2. 否则使用 install-browser 下载到 ~/.cow 的 Chromium 内核作为兜底。

两种方式都使用下面的登录态持久化，行为一致。

登录态持久化

只需登录一次目标网站，Agent 后续可直接使用。提供两种方式：

方式一：Persistent 模式（默认）

开箱即用，登录信息保存在 ~/.cow/browser_profile。无需任何配置。

如需关闭持久化模式，每次都用纯净环境：

{
  "tools": {
    "browser": {
      "persistent": false
    }
  }
}

方式二：CDP 模式（接管真实 Chrome）

让 Agent 连接独立启动的真实 Chrome（而非 Playwright 自带的 Chromium），获得完整浏览器指纹，适合反爬严格的网站。

启动 Chrome 时加上调试端口和独立用户目录：

在 config.json 中配置端点：

{
  "tools": {
    "browser": {
      "cdp_endpoint": "http://localhost:9222"
    }
  }
}