browser-skill

name	browser_skill
description	Discover Browser Node(s), open URLs (browser_fetch), get links (browser_links), click elements (browser_click), fill inputs (browser_fill). Screenshots render as images in chat.

Browser Skill

发现 + 执行：列出具备 browser 能力的节点与命令；打开 URL、取正文与截图；当前页取链接、点击、填表，支持多步交互与登录态保留（需配置 BROWSER_USER_DATA_DIR）。

Tools

Tool	Use
browser_nodes	列出具备 browser 能力的节点及 supportedCommands（nodeId、支持的命令名）。无结果表示没有 Browser Node 连接。
browser_capabilities	返回节点支持的命令 schema（名称、描述、参数）。
browser_fetch	打开 URL 取正文+截图；或传 currentPageOnly: true 不跳转、仅对当前页截图取正文（弹窗/私信框出现后用来截屏）。参数：url 或 currentPageOnly、waitAfterLoadMs、waitUntil 等。
browser_links	获取当前页面所有链接（文本 + URL），便于找到「我的主页」等再打开或点击。
browser_click	在当前页面点击元素：按文本（如「我的主页」「发私信」）或按 CSS 选择器。
browser_fill	在当前页面输入框/文本框填入内容（先清空再填）。按 selector 或 placeholder 定位。参数：text（必填）、selector 或 placeholder。

When to use

• 「有没有浏览器节点？」/「能做什么？」 → browser_nodes / browser_capabilities
• 「打开某网页、把页面内容/截图给我」 → browser_fetch（传 url）
• 弹窗/私信框要截图 → 先 browser_click 打开弹窗（如「发私信」），再 browser_fetch({ currentPageOnly: true }) 截当前页（含弹窗），然后 browser_fill 填内容、browser_click 点发送。
• 「当前页有哪些链接？找我的主页」 → 先 browser_links，再 browser_fetch(该 URL) 或 browser_click("我的主页")
• 「在搜索框输入、登录框填账号密码」 → browser_fill（placeholder 或 selector）

Guidelines

• 需要连接 Gateway；无 Browser Node 时先启动 browser-node 并设 BROWSER_USER_DATA_DIR 以保留登录态。
• 浏览器常驻、不每次关闭；多步操作为：fetch 打开页 → links/click/fill 交互 → 再 fetch 或截图查看结果。
• 图像：Control UI 在 tool 结果中渲染 Markdown 图片（含 data URL 或 /api/screenshots URL），即图像模态。