最快的浏览器使用工具

这是一个基于 Rust 的浏览器自动化引擎，通过轻量级二进制文件直接经由 CDP 驱动 Chrome。它针对高效令牌的 DOM 提取、稳健的会话管理和速度进行了优化。

🧪 智能体使用配方

1. 通过人类仿真绕过“机器人检测”

模拟鼠标抖动和随机延迟来抓取受保护站点。

fast-browser-use navigate --url "https://protected-site.com" \
  --human-emulation \
  --wait-for-selector "#content"

2. “深度冻结”快照

捕获整个 DOM 状态以及计算样式，以便后续完美重建。

fast-browser-use snapshot --include-styles --output state.json

3. 登录与 Cookie 窃取

手动登录一次，然后窃取会话用于无头自动化。

步骤 1：打开非无头浏览器进行手动登录

fast-browser-use login --url "https://github.com/login" --save-session ./auth.json

步骤 2：稍后重用会话

fast-browser-use navigate --url "https://github.com/dashboard" --load-session ./auth.json

4. 🚜 无限滚动收割者

从无限滚动页面提取最新数据——非常适合获取最新帖子、新闻或社交媒体动态。

# 从 Hacker News 收割标题（滚动 3 次，每次间隔 800 毫秒）
fast-browser-use harvest \
  --url "https://news.ycombinator.com" \
  --selector ".titleline a" \
  --scrolls 3 \
  --delay 800 \
  --output headlines.json

实际输出（约 6 秒内获取 59 个不重复项）：

[
  "Genode OS 是一个用于构建高度安全的专用操作系统的工具包",
  "移动运营商可以获取你的 GPS 位置",
  "学生使用'拟人化'程序来规避关于使用 AI 作弊的指控",
  "芬兰将通过禁止青少年使用社交媒体来结束'不受控制的人类实验'",
  ...
]

适用于任何无限滚动页面：Reddit、Twitter、LinkedIn 动态、搜索结果等。

5. 📸 快速截图

将任何页面捕获为 PNG：

fast-browser-use screenshot \
  --url "https://example.com" \
  --output page.png \
  --full-page  # 可选：捕获整个可滚动页面

6. 🗺️ 站点地图与页面结构分析器

通过解析站点地图和分析页面结构，了解网站的架构组织。

# 基础站点地图发现（检查 robots.txt + 常见站点地图 URL）
fast-browser-use sitemap --url "https://example.com"

# 包含页面结构的完整分析（标题、导航、区块）
fast-browser-use sitemap \
  --url "https://example.com" \
  --analyze-structure \
  --max-pages 10 \
  --max-sitemaps 5 \
  --output site-structure.json

选项：

• --analyze-structure: 同时提取页面结构（标题、导航、区块、元数据）
• --max-pages N: 将结构分析限制在 N 个页面内（默认值：5）
• --max-sitemaps N: 将站点地图解析限制在 N 个站点地图内（默认值：10，适用于大型网站）

示例输出：

{
  "base_url": "https://example.com",
  "robots_txt": "User-agent: *\nSitemap: https://example.com/sitemap.xml",
  "sitemaps": ["https://example.com/sitemap.xml"],
  "pages": [
    "https://example.com/about",
    "https://example.com/products",
    "https://example.com/contact"
  ],
  "page_structures": [
    {
      "url": "https://example.com",
      "title": "Example - Home",
      "headings": [
        {"level": 1, "text": "欢迎来到 Example"},
        {"level": 2, "text": "我们的服务"}
      ],
      "nav_links": [
        {"text": "关于", "href": "/about"},
        {"text": "产品", "href": "/products"}
      ],
      "sections": [
        {"tag": "main", "id": "content", "role": "main"},
        {"tag": "footer", "id": "footer", "role": null}
      ],
      "main_content": {"tag": "main", "id": "content", "word_count": 450},
      "meta": {
        "description": "Example 公司主页",
        "canonical": "https://example.com/"
      }
    }
  ]
}

在抓取前使用此功能来理解网站架构，映射导航流程，或审核 SEO 结构。

⚡ 性能对比

功能与工具

视觉与提取

• vision_map：返回一个带有编号边界框的屏幕截图叠加层，用于标记所有交互元素。
• snapshot：捕获原始HTML快照（为AI优化的YAML/Markdown格式）。
• screenshot：捕获页面的可视图像。
• extract：从DOM中获取结构化数据。
• markdown：将当前页面内容转换为Markdown格式。
• sitemap：通过robots.txt、站点地图和页面语义分析来分析网站结构。

导航与生命周期

• navigate：访问特定URL。
• go_back/go_forward：遍历浏览器历史记录。
• wait：暂停执行或等待特定条件。
• new_tab：打开新的浏览器标签页。
• switch_tab将焦点切换到指定标签页。
• close_tab：关闭当前或指定的标签页。
• tab_list：列出所有已打开的标签页。
• close：终止浏览器会话。

交互操作

• click：通过CSS选择器或DOM索引点击元素。
• input：在输入框中输入文本。
• press_key：发送特定的键盘事件。
• hover：将鼠标悬停在元素上。
• scroll：滚动视窗。
• select：在下拉菜单中选择选项。

状态与调试

• cookies：管理会话Cookie（获取/设置）。
• local_storage：管理本地存储数据。
• debug：访问控制台日志和调试信息。

使用说明

此技能专为需要保持状态（如保持登录）、处理动态JavaScript内容或同时管理多个页面的复杂网页交互而设计。与标准的基于获取的工具相比，它提供了更高的性能和控制能力。