вариант

Автоматизируйте взаимодействие с веб-браузером с помощью естественного языка через команды CLI. Поддерживает локальные и удаленные сессии Browserbase с решением CAPTCHA, резидентными прокси и сохранением сессий.

...Расширить все
0
Обновлено время 30 сентября 2026 г.

Автоматизация браузера

Автоматизируйте взаимодействие с браузером с помощью CLI browse вместе с Claude.

Проверка настройки

Перед выполнением любых команд браузера убедитесь, что CLI доступен:

which browse || npm install -g browse

Выбор среды (Локальная или Удаленная)

CLI поддерживает явные флаги среды для каждой команды. Если вы ничего не указываете, следующая сессия по умолчанию использует Browserbase, если установлен BROWSERBASE_API_KEY, и локальную среду в противном случае.

Локальный режим

  • browse open <url> --local</url> запускает чистый изолированный локальный браузер
  • browse open <url> --auto-connect</url> подключается к уже запущенному отлаживаемому Chrome; используйте --local, если доступный отлаживаемый Chrome отсутствует
  • browse open <url> --cdp <port></port></url> подключается к конкретной цели CDP
  • Лучше всего подходит для: разработки, localhost, доверенных сайтов и воспроизводимых запусков

Удаленный режим (Browserbase)

  • browse open <url> --remote</url> запускает сессию Browserbase
  • Без локального флага Browserbase также является значением по умолчанию, если установлен BROWSERBASE_API_KEY
  • Предоставляет: Идентификацию Browserbase, проверенные браузеры, автоматическое решение CAPTCHA, резидентные прокси, сохранение сессии
  • Используйте удаленный режим, когда: целевой сайт имеет обнаружение ботов, CAPTCHA, ограничение скорости по IP, защиту Cloudflare или требует доступа с определенной геолокацией
  • Получите учетные данные на https://browserbase.com/settings

Когда выбирать какой режим

  • Повторяемое локальное тестирование / чистое состояние: browse open <url> --local</url>
  • Использование ваших локальных логинов/куки: browse open <url> --auto-connect</url>
  • Простой просмотр (документация, вики, публичные API): локальный режим подходит
  • Защищенные сайты (стены входа, CAPTCHA, защита от скрейпинга): используйте удаленный режим
  • Если локальный режим не работает из-за обнаружения ботов или отказа в доступе: переключитесь на удаленный режим

Команды

Большинство команд драйвера работают в локальных, удаленных и CDP сессиях после запуска демона.

Навигация

browse open <url>                        # Перейти по URL
browse open <url> --local                # Перейти по URL в чистом локальном браузере
browse open <url> --remote               # Перейти по URL в сессии Browserbase
browse reload                            # Обновить текущую страницу
browse back                              # Вернуться назад в истории
browse forward                           # Перейти вперед в истории
</url></url></url>

Состояние страницы (предпочтительно использовать снимок вместо скриншота)

browse snapshot                          # Получить дерево доступности со ссылками на элементы (быстро, структурировано)
browse screenshot --path <path>          # Сделать визуальный скриншот (медленно, использует токены зрения)
browse get url                           # Получить текущий URL
browse get title                         # Получить заголовок страницы
browse get text                # Получить текстовое содержимое (используйте "body" для всего текста)
browse get html                # Получить HTML-содержимое элемента
browse get value               # Получить значение поля формы
</path>

Используйте browse snapshot по умолчанию для понимания состояния страницы — он возвращает дерево доступности со ссылками на элементы, которые вы можете использовать для взаимодействия. Используйте browse screenshot только тогда, когда вам нужен визуальный контекст (макет, изображения, отладка).

Взаимодействие

browse click <ref>                       # Нажать элемент по ссылке из снимка (например, @0-5)
browse type <text>                       # Ввести текст в сфокусированный элемент
browse fill  <value>           # Заполнить поле ввода; добавьте --press-enter, если требуется нажатие Enter
browse select  <values...>     # Выбрать вариант(ы) выпадающего списка
browse press <key>                       # Нажать клавишу (Enter, Tab, Escape, Cmd+A и т.д.)
browse mouse drag <fromx><fromy><tox><toy>  # Перетащить от одной точки к другой
browse mouse scroll <x><y><deltax><deltay>  # Прокрутка по координатам
browse highlight               # Подсветить элемент на странице
browse is visible              # Проверить, виден ли элемент
browse is checked              # Проверить, отмечен ли элемент
browse wait <type> [arg]                 # Ожидание: загрузка, селектор, таймаут
</type></deltay></deltax></y></x></toy></tox></fromy></fromx></key></values...></value></text></ref>

Управление сессией

browse stop                              # Остановить демон браузера
browse status                            # Проверить статус демона и разрешенный режим
browse tab list                          # Список всех открытых вкладок
browse tab switch <index-or-target-id>   # Переключиться на вкладку по индексу или ID цели
browse tab close [index-or-target-id]    # Закрыть вкладку
</index-or-target-id>

Типичный рабочий процесс

Если среда имеет значение, добавьте --local, --remote, --auto-connect или --cdp <port></port> в первую команду браузера.

  1. browse open <url> --local</url> или browse open <url> --remote</url> — переход на страницу
  2. browse snapshot — прочитать дерево доступности, чтобы понять структуру страницы и получить ссылки на элементы
  3. browse click <ref></ref> / browse type <text></text> / browse fill <value></value> — взаимодействие с использованием ссылок из снимка
  4. browse snapshot — подтвердить, что действие выполнено
  5. Повторите шаги 3-4 при необходимости
  6. browse stop — закрыть браузер по завершении

Быстрый пример

browse open https://example.com
browse snapshot                          # посмотреть структуру страницы + ссылки на элементы
browse click @0-5                        # нажать элемент со ссылкой 0-5
browse get title
browse stop

Сравнение режимов

ФункцияЛокальныйBrowserbase
СкоростьБыстрееЧуть медленнее
НастройкаТребуется ChromeТребуется API-ключ
Использование существующих локальных кукиС помощью `browse open --auto-connect`Не применимо
Проверенный браузерНетДа (проверенный браузер Browserbase через Идентификацию)
Решение CAPTCHAНетДа (автоматическое reCAPTCHA/hCaptcha)
Резидентные проксиНетДа (201 страна, геотаргетинг)
Сохранение сессииНетДа (куки/аутентификация сохраняются через контексты)
Лучше всего подходит дляРазработка/простые страницыЗащищенные сайты, Идентификация Browserbase + проверенный доступ, продакшен-скрейпинг

Лучшие практики

  1. Осознанно выбирайте локальную стратегию: используйте browse open <url> --local</url> для чистого состояния, browse open <url> --auto-connect</url> для существующих локальных учетных данных и browse open <url> --remote</url> для защищенных сайтов
  2. Всегда выполняйте browse open первым перед взаимодействием
  3. Используйте browse snapshot для проверки состояния страницы — это быстро и дает вам ссылки на элементы
  4. Делайте скриншот только тогда, когда нужен визуальный контекст (проверка макета, изображения, отладка)
  5. Используйте ссылки из снимка для кликов/взаимодействия — например, browse click @0-5
  6. Выполняйте browse stop по завершении, чтобы очистить сессию браузера и сбросить переопределение среды

Устранение неполадок

  • "Нет активной страницы": Выполните browse stop, затем проверьте browse status. Если он все еще показывает "запущен", убейте демон-зомби с помощью pkill -f "browse.*daemon", затем повторите browse open
  • Chrome не найден: Установите Chrome, используйте browse open <url> --auto-connect</url>, если у вас уже запущен отлаживаемый Chrome, или переключитесь на browse open <url> --remote</url>
  • Действие не выполняется: Выполните browse snapshot, чтобы увидеть доступные элементы и их ссылки
  • Ошибка Browserbase: Убедитесь, что установлен API-ключ

Переключение на удаленный режим

Переключитесь на удаленный режим, если вы обнаружили: CAPTCHA (reCAPTCHA, hCaptcha, Turnstile), страницы обнаружения ботов ("Проверка вашего браузера..."), HTTP 403/429, пустые страницы на сайтах, которые должны содержать контент, или если пользователь просит об этом.

Не переключайтесь для простых сайтов (документация, вики, публичные API, localhost).

browse open <url> --local          # чистый изолированный локальный браузер
browse open <url> --auto-connect   # подключение к существующему отлаживаемому Chrome
browse open <url> --remote         # сессия Browserbase
</url></url></url>

Флаги режима применяются при запуске сессии. После browse stop следующий запуск возвращается к автоматическому определению на основе переменных окружения. Используйте browse status, чтобы проверить разрешенный режим и цель во время работы демона.

Подробные примеры см. в EXAMPLES.md. Справочник по API см. в REFERENCE.md.

Посмотреть на GitHub
---
name: browser
description: Automate web browser interactions using natural language via CLI commands. Supports local and remote Browserbase sessions with CAPTCHA solving, residential proxies, and session persistence.
license: MIT
---

# Browser Automation

Automate browser interactions using the browse CLI with Claude.

## Setup check

Before running any browser commands, verify the CLI is available:

```bash
which browse || npm install -g browse
```

## Environment Selection (Local vs Remote)

The CLI supports explicit per-command environment flags. If you do nothing, the next session defaults to Browserbase when `BROWSERBASE_API_KEY` is set and to local otherwise.

### Local mode
- `browse open <url> --local` starts a clean isolated local browser
- `browse open <url> --auto-connect` attaches to an already-running debuggable Chrome; use `--local` when no debuggable Chrome is available
- `browse open <url> --cdp <port|url>` attaches to a specific CDP target
- Best for: development, localhost, trusted sites, and reproducible runs

### Remote mode (Browserbase)
- `browse open <url> --remote` starts a Browserbase session
- Without a local flag, Browserbase is also the default when `BROWSERBASE_API_KEY` is set
- Provides: Browserbase Identity, Verified browsers, automatic CAPTCHA solving, residential proxies, session persistence
- **Use remote mode when:** the target site has bot detection, CAPTCHAs, IP rate limiting, Cloudflare protection, or requires geo-specific access
- Get credentials at https://browserbase.com/settings

### When to choose which
- **Repeatable local testing / clean state**: `browse open <url> --local`
- **Reuse your local login/cookies**: `browse open <url> --auto-connect`
- **Simple browsing** (docs, wikis, public APIs): local mode is fine
- **Protected sites** (login walls, CAPTCHAs, anti-scraping): use remote mode
- **If local mode fails** with bot detection or access denied: switch to remote mode

## Commands

Most driver commands work across local, remote, and CDP sessions after the daemon starts.

### Navigation
```bash
browse open <url>                        # Go to URL
browse open <url> --local                # Go to URL in a clean local browser
browse open <url> --remote               # Go to URL in a Browserbase session
browse reload                            # Reload current page
browse back                              # Go back in history
browse forward                           # Go forward in history
```

### Page state (prefer snapshot over screenshot)
```bash
browse snapshot                          # Get accessibility tree with element refs (fast, structured)
browse screenshot --path <path>          # Take visual screenshot (slow, uses vision tokens)
browse get url                           # Get current URL
browse get title                         # Get page title
browse get text <selector>               # Get text content (use "body" for all text)
browse get html <selector>               # Get HTML content of element
browse get value <selector>              # Get form field value
```

Use `browse snapshot` as your default for understanding page state — it returns the accessibility tree with element refs you can use to interact. Only use `browse screenshot` when you need visual context (layout, images, debugging).

### Interaction
```bash
browse click <ref>                       # Click element by ref from snapshot (e.g., @0-5)
browse type <text>                       # Type text into focused element
browse fill <selector> <value>           # Fill input; add --press-enter if Enter is needed
browse select <selector> <values...>     # Select dropdown option(s)
browse press <key>                       # Press key (Enter, Tab, Escape, Cmd+A, etc.)
browse mouse drag <fromX> <fromY> <toX> <toY>  # Drag from one point to another
browse mouse scroll <x> <y> <deltaX> <deltaY>  # Scroll at coordinates
browse highlight <selector>              # Highlight element on page
browse is visible <selector>             # Check if element is visible
browse is checked <selector>             # Check if element is checked
browse wait <type> [arg]                 # Wait for: load, selector, timeout
```

### Session management
```bash
browse stop                              # Stop the browser daemon
browse status                            # Check daemon status and resolved mode
browse tab list                          # List all open tabs
browse tab switch <index-or-target-id>   # Switch to tab by index or target ID
browse tab close [index-or-target-id]    # Close tab
```

### Typical workflow
If the environment matters, put `--local`, `--remote`, `--auto-connect`, or `--cdp <port|url>` on the first browser command.

1. `browse open <url> --local` or `browse open <url> --remote` — navigate to the page
2. `browse snapshot` — read the accessibility tree to understand page structure and get element refs
3. `browse click <ref>` / `browse type <text>` / `browse fill <selector> <value>` — interact using refs from snapshot
4. `browse snapshot` — confirm the action worked
5. Repeat 3-4 as needed
6. `browse stop` — close the browser when done

## Quick Example

```bash
browse open https://example.com
browse snapshot                          # see page structure + element refs
browse click @0-5                        # click element with ref 0-5
browse get title
browse stop
```

## Mode Comparison

| Feature | Local | Browserbase |
|---------|-------|-------------|
| Speed | Faster | Slightly slower |
| Setup | Chrome required | API key required |
| Reuse existing local cookies | With `browse open <url> --auto-connect` | N/A |
| Verified browser | No | Yes (Browserbase Verified browser via Identity) |
| CAPTCHA solving | No | Yes (automatic reCAPTCHA/hCaptcha) |
| Residential proxies | No | Yes (201 countries, geo-targeting) |
| Session persistence | No | Yes (cookies/auth persist via contexts) |
| Best for | Development/simple pages | Protected sites, Browserbase Identity + Verified access, production scraping |

## Best Practices

1. **Choose the local strategy deliberately**: use `browse open <url> --local` for clean state, `browse open <url> --auto-connect` for existing local credentials, and `browse open <url> --remote` for protected sites
2. **Always `browse open` first** before interacting
3. **Use `browse snapshot`** to check page state — it's fast and gives you element refs
4. **Only screenshot when visual context is needed** (layout checks, images, debugging)
5. **Use refs from snapshot** to click/interact — e.g., `browse click @0-5`
6. **`browse stop`** when done to clean up the browser session and clear the env override

## Troubleshooting

- **"No active page"**: Run `browse stop`, then check `browse status`. If it still says running, kill the zombie daemon with `pkill -f "browse.*daemon"`, then retry `browse open`
- **Chrome not found**: Install Chrome, use `browse open <url> --auto-connect` if you already have a debuggable Chrome running, or switch to `browse open <url> --remote`
- **Action fails**: Run `browse snapshot` to see available elements and their refs
- **Browserbase fails**: Verify API key is set

## Switching to Remote Mode

Switch to remote when you detect: CAPTCHAs (reCAPTCHA, hCaptcha, Turnstile), bot detection pages ("Checking your browser..."), HTTP 403/429, empty pages on sites that should have content, or the user asks for it.

Don't switch for simple sites (docs, wikis, public APIs, localhost).

```bash
browse open <url> --local          # clean isolated local browser
browse open <url> --auto-connect   # attach to existing debuggable Chrome
browse open <url> --remote         # Browserbase session
```

Mode flags are applied when a session starts. After `browse stop`, the next start falls back to env-var-based auto detection. Use `browse status` to inspect the resolved mode and target while the daemon is running.

For detailed examples, see [EXAMPLES.md](EXAMPLES.md).
For API reference, see [REFERENCE.md](REFERENCE.md).

Установить browser

Скачайте и извлеките файлы навыков в директорию .claude/skills/.

Скачать ZIP

Клонируйте репозиторий и скопируйте файлы навыка в свой проект.

git clone https://github.com/browserbase/skills/tree/main/skills/browser # Copy SKILL.md to your .claude/skills/ directory

Копировать Копировать
Быстрая настройка: Скопируйте папку навыка в .claude/skills/ Claude автоматически обнаружит и использует этот навык
Репозиторий browserbase/skills

Похожие навыки

github-code-search
Обновлено время 29 июня 2026 г.
drizzle-orm
Обновлено время 29 июня 2026 г.
prisma-client-api
Обновлено время 29 июня 2026 г.
clickhouse-io
Обновлено время 29 июня 2026 г.
OR