Kimi 浏览器自动化使用指南

概述

本 skill 总结了在 Kimi CLI 环境中使用 agent-browser 进行浏览器自动化的经验，特别是针对常见问题和解决方案。

核心工作流程

基础使用模式

# 1. 打开网页
npx agent-browser open <url>

# 2. 等待页面加载
npx agent-browser wait --load networkidle

# 3. 获取页面快照（带交互元素引用）
npx agent-browser snapshot -i

# 4. 交互操作（使用 @e1, @e2 等引用）
npx agent-browser fill @e1 "text"
npx agent-browser click @e2

# 5. 截图
npx agent-browser screenshot output.png --full

命令链式执行

使用 && 连接多个命令提高效率：

npx agent-browser open https://example.com && \
npx agent-browser wait --load networkidle && \
npx agent-browser snapshot -i

常见问题与解决方案

问题 1：首次安装超时

现象：

npx agent-browser open https://example.com
# Error: Command killed by timeout

原因：npx 首次运行时需要下载安装 agent-browser 包及其 184+ 个依赖。

解决：

• 手动安装到本地目录：npm install agent-browser
• 或使用更长的超时时间
• 安装后再次使用会更快

问题 2：Playwright 浏览器下载失败

现象：

npx playwright install chromium
# Error: Proxy connection ended before receiving CONNECT response

原因：agent-browser 基于 Playwright，默认需要下载 Chromium 浏览器，但可能遇到网络/代理问题。

解决：使用系统已安装的 Chrome

# 检查系统 Chrome
which google-chrome  # 或 chromium, chromium-browser

# 使用系统 Chrome 运行
npx agent-browser --executable-path /usr/bin/google-chrome open <url>

重要：如果 daemon 已在运行，需要先关闭：

npx agent-browser close
sleep 1
npx agent-browser --executable-path /usr/bin/google-chrome open <url>

问题 3：会话冲突

现象：--executable-path ignored: daemon already running

解决：关闭现有会话后重新启动：

npx agent-browser close
npx agent-browser --executable-path /usr/bin/google-chrome open <url>

实用脚本

使用 scripts/check-browser-env.sh 快速检查环境：

# 检查系统浏览器并输出建议命令
./scripts/check-browser-env.sh

输出示例：

找到系统浏览器: /usr/bin/google-chrome
建议命令:
  npx agent-browser --executable-path /usr/bin/google-chrome open <url>

完整示例：搜索并截图

# 安装依赖（首次）
cd /tmp && npm install agent-browser

# 使用系统 Chrome 执行
npx agent-browser --executable-path /usr/bin/google-chrome open https://www.baidu.com
npx agent-browser wait --load networkidle
npx agent-browser snapshot -i

# 填写搜索框并搜索（假设 @e13 是搜索框，@e14 是按钮）
npx agent-browser fill @e13 "OpenAI"
npx agent-browser click @e14
npx agent-browser wait --load networkidle

# 截图
npx agent-browser screenshot /tmp/search_result.png --full

快速参考

命令	用途
open <url>	打开网页
close	关闭浏览器
snapshot -i	获取交互元素快照
fill @eN "text"	填写输入框
click @eN	点击元素
wait --load networkidle	等待网络空闲
screenshot <path> --full	全页截图

环境检查清单

开始浏览器自动化前，检查：

1. agent-browser 是否已安装（npm list agent-browser）
2. 系统 Chrome/Chromium 路径（which google-chrome）
3. 是否有残留的 daemon（npx agent-browser close 清理）
4. 网络连接是否正常