Browser Harness

浏览器自动化控制。通过 CDP 连接用户本机 Edge/Chrome，实现网页截图、内容提取、自动化操作。当用户需要：打开网页并截图、提取网页动态内容、看 JS 渲染的页面、自动化操作浏览器时触发。

Browser Harness 技能

通过 browser-harness CLI 控制用户本机浏览器（Edge 或 Chrome）。

前置条件

1. 本机已安装 browser-harness：

   bash

   git clone https://github.com/browser-use/browser-harness
   cd browser-harness
   uv tool install -e .
   

2. 浏览器调试模式启动：

   bash

   # Edge（推荐）：
   "C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe" --remote-debugging-port=9222
   
   # 或 Chrome：
   "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222
   

3. 设置环境变量（每次使用前）：

   bash

   $env:BU_CDP_URL="http://127.0.0.1:9222"
   

常用命令

截图

bash

browser-harness -c "new_tab('https://example.com'); wait_for_load(); capture_screenshot()"

截图保存到 C:\Users\he\AppData\Local\Temp\shot.png，用完后复制到工作目录分析。

打开网页

bash

browser-harness -c "new_tab('https://example.com')"           # 新标签页打开
browser-harness -c "goto_url('https://example.com')"        # 在当前标签页打开

等待页面加载

bash

browser-harness -c "new_tab('https://example.com'); wait_for_load()"

获取页面信息

bash

browser-harness -c "print(page_info())"  # URL、标题、尺寸
browser-harness -c "js('document.body.innerText')"  # 页面文字内容

提取页面内容

bash

browser-harness -c "js('document.title')"  # 标题
browser-harness -c "js('document.querySelectorAll(\"a\").length')"  # 链接数量

关闭标签页

bash

browser-harness -c "close_tab()"

注意事项

• 新标签用 new_tab()，不要用 goto_url()（会覆盖用户当前页面）
• 截图后 从 C:\Users\he\AppData\Local\Temp\shot.png 复制出来分析
• 等待加载：wait_for_load() 在导航后必须调用
• JS 渲染页面：web_fetch 抓不到的页面可以用这个
• 视频内容：只能看到封面和文字，看不到实际视频内容
• 云端浏览器：设置 BROWSER_USE_API_KEY 和 start_remote_daemon() 可用远程浏览器

故障排除

连接失败

bash

# 检查调试端口是否开启
Invoke-RestMethod "http://localhost:9222/json/version"
# 有返回说明端口正常

重启浏览器调试

bash

Stop-Process -Name msedge -Force
Start-Process "C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe" --remote-debugging-port=9222