网页浏览器 Skill

与 read skill 统一：直接调用 exe，传命令行参数，stdout 为 JSON 结果。

exe 路径

命令格式

openlum-browser.exe [--headless] <command> [args]

命令

navigate — 打开 URL

navigate --url <URL> --headless

snapshot — 获取页面结构

snapshot [--maxChars N]

type — 输入文本

type --ref <REF> --text <TEXT> [--submit]

click — 点击元素

click --ref <REF> [--force]

page_text — 提取页面纯文本

page_text [--maxChars N]

upload — 上传文件（路径为绝对路径或相对当前工作目录）

upload --ref <REF> --paths <path1> [path2...]

tabs — 标签页列表/切换

tabs [--switch N]

quit — 退出

quit

直接执行 quit 即退出，关闭浏览器，失去浏览器当前上下文。

示例

# 打开 Bing，显示窗口
& "skills/webbrowser/browser/openlum-browser.exe" --headless navigate --url "https://cn.bing.com"

# 获取快照（找搜索框 ref）
& "skills/webbrowser/browser/openlum-browser.exe" snapshot

# 输入并搜索
& "skills/webbrowser/browser/openlum-browser.exe" type --ref 2 --text "ldotjdot" --submit

# 无头模式打开
& "skills/webbrowser/browser/openlum-browser.exe" --headless navigate --url "https://example.com"

# 退出（关闭浏览器，失去当前上下文）
& "skills/webbrowser/browser/openlum-browser.exe" quit

前置条件

• 已安装 Edge 或 Chrome（系统浏览器）。未安装时直接报错。

错误处理

• 若返回「未检测到 Edge/Chrome」：直接告知用户安装，严禁执行 playwright.ps1 install。

典型流程

1. navigate --url https://cn.bing.com → 返回 snapshot 和 refs
2. 从 snapshot 找到搜索框 ref
3. type --ref N --text "关键词" --submit → 返回新页面 snapshot
4. 新标签页时 tabs --switch 1 切换后再操作