最快浏览器自动化

一个基于Rust的浏览器自动化引擎，提供轻量级二进制文件，通过CDP直接驱动Chrome。针对高效令牌DOM提取、稳健会话管理和速度进行了优化。

🧪 智能体配方

1. 通过人类模拟绕过机器人检测

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

2. 深度冻结快照

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

3. 登录与Cookie窃取

步骤1：打开非无头模式进行手动登录
bash
fast-browser-use login --url https://github.com/login --save-session ./auth.json

步骤2：稍后重用会话
bash
fast-browser-use navigate --url https://github.com/dashboard --load-session ./auth.json

4. 🚜 无限滚动收割机

bash

从Hacker News收割标题（滚动3次，间隔800毫秒）

实际输出（约6秒内59个唯一项目）：
json
[
Genode OS是一个构建高度安全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\人性化\程序来逃避AI作弊指控,
芬兰将通过禁止青少年社交媒体来结束\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

bash
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

bash

基本站点地图发现（检查robots.txt + 常见站点地图URL）

bash

带页面结构的完整分析（标题、导航、区块）

选项：

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

示例输出：
json
{
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 - 首页,
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}
],
maincontent: {tag: main, id: content, wordcount: 450},
meta: {
description: Example公司首页,
canonical: https://example.com/
}
}
]
}

使用此工具在抓取前了解网站架构，映射导航流程，或审计SEO结构。

⚡ 性能对比

能力与工具

视觉与提取

• - vision_map：返回带有所有交互元素编号边界框的截图叠加层。
• snapshot：捕获原始HTML快照（针对AI优化的YAML/Markdown格式）。
• screenshot：捕获页面的视觉图像。
• extract：从DOM获取结构化数据。
• markdown：将当前页面内容转换为Markdown。
• 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。
• goback / goforward：遍历浏览器历史记录。
• wait：暂停执行或等待特定条件。
• newtab：打开新的浏览器标签页。
• switchtab：切换到特定标签页。
• closetab：关闭当前或指定标签页。
• tablist：列出所有打开的标签页。
• close：终止浏览器会话。

交互

• - click：通过CSS选择器或DOM索引点击元素。
• input：在字段中输入文本。
• press_key：发送特定键盘事件。
• hover：悬停在元素上。
• scroll：滚动视口。
• 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。

使用方法

此技能专为需要维护状态（如保持登录状态）、处理动态JavaScript内容或同时管理多个页面的复杂Web交互而设计。与标准的基于fetch的工具相比，它提供更高的性能和控制力。