| name | Abu-Browser |
| description | 操作用户真实的 Chrome 浏览器：点击、填写、截图、提取数据。当用户要求查看网页内容、抓取页面数据、填写表单、网页截图或浏览器自动化时使用此技能。 |
| trigger | 用户要求操作浏览器、查看或抓取网页内容、网页截图、填写网页表单、点击网页按钮、浏览器自动化、从浏览器中提取数据 |
| do-not-trigger | 用户要求用 Playwright 做自动化测试、讨论浏览器技术原理、只是提到"浏览器"一词但无实际操作需求 |
| user-invocable | true |
| context | inline |
| tags | ["browser","automation","chrome"] |
Abu-Browser — 浏览器操作技能
环境自检（每次激活必做，按顺序执行）
当前桥接状态
!curl -s --max-time 2 http://127.0.0.1:9875/status 2>/dev/null || echo '{"bridge":"offline"}'
根据上面的返回结果判断当前状态，按以下逻辑执行：
Step 1：确保浏览器桥接服务运行
- 如果返回中包含
"bridge":"offline" 或返回为空 → 调用 manage_mcp_server(action: "ensure", name: "abu-browser-bridge")
- 返回
connected 或 reconnected：继续 Step 2
- 返回
needs_config：告诉用户缺少配置（一般不会出现）
- 返回
install_failed：告诉用户安装失败，可能需要检查网络或 Node.js 环境
- 如果返回中有
wsPort 字段 → 桥接服务已在运行，继续 Step 2
Step 2：检查 Chrome 扩展连接
- 如果 Step 1 的返回或
!command`` 输出中 extensionConnected: true → 环境就绪，跳到「执行用户任务」
- 如果
extensionConnected: false → 执行扩展安装引导：
扩展安装引导
Abu 安装目录中内置了 Chrome 扩展文件。严格按以下步骤执行：
- 用 run_command 打开内置扩展目录（路径从 manage_mcp_server 返回值中的
extensionPath 行获取）
- 告诉用户（必须使用以下话术，不要自由发挥）：
我帮你打开了插件文件夹，三步搞定：
- Chrome 地址栏输入
chrome://extensions 回车
- 打开右上角「开发者模式」开关
- 把刚才打开的文件夹拖到这个页面上，松手即可
- 等用户确认安装完成后，再次检查连接状态
禁止事项：
- ❌ 不要提「加载已解压的扩展程序」按钮——拖拽更简单
- ❌ 不要说"MCP"、"WebSocket"、"bridge"等技术术语
- ✅ 如果用户之前安装过但扩展掉线了，提示可能是 Chrome 重启导致的，建议刷新扩展页面
Step 3：确认就绪
前两步都通过后，简短告诉用户"已连接到你的浏览器"，然后立即执行用户的原始请求。不要等用户再说一遍。
操作指南
根据任务复杂度，决定是否需要加载参考文档：
简单任务（截图、读取文字、单次点击）→ 用下方快速参考直接执行，不加载文件
中等任务（表单填写、多步交互）→ read_skill_file("guide-form-filling.md")
复杂任务（批量抓取、跨页操作）→ read_skill_file("guide-scraping.md")
自动化任务（录制回放、定时执行）→ read_skill_file("guide-rpa.md")
Available reference files (use read_skill_file tool to load when needed):
- guide-basics.md — 截图、读取页面、简单交互的详细指南
- guide-form-filling.md — 表单填写、登录、多步流程
- guide-scraping.md — 数据抓取、分页翻页、批量导出
- guide-rpa.md — 录制回放、长流程自动化、错误恢复
- guide-cross-tab.md — 跨标签页数据搬运
快速参考
基本流程
- 调用
abu-browser-bridge__get_tabs 获取所有标签页
- 关注
focused: true 的标签页——那是用户正在看的
- 用
snapshot 获取页面结构和元素 ref 编号
- 用 ref/css/text 定位元素进行后续操作
参数注意
tabId 必须传数字（如 1203797111），不能加引号- 每次操作前重新调用
get_tabs 获取最新状态，不要复用旧数据
常用操作模式
- 读取内容：
get_tabs → extract_text / extract_table / snapshot
- 交互操作：
get_tabs → snapshot（拿到 ref）→ click / fill / select
- 截图：
get_tabs → screenshot（可视区域）/ screenshot_full_page（整页）
- 等待加载：操作后用
wait_for 等待页面变化再继续下一步
安全原则
- 涉及支付、删除、提交等不可逆操作前，先
screenshot 让用户确认
- 不要在用户未授权的页面上输入敏感信息（密码、银行卡等）
- 发消息、发邮件前先截图让用户确认内容
失败恢复
- 元素找不到 → 重新
snapshot，页面可能已变化
- 点击没反应 → 尝试用
keyboard 快捷键替代
- 输入框问题 → 先
click 确认焦点再 fill
- 页面未加载 →
wait_for 设置更长超时
工具选择
- 优先使用
abu-browser-bridge__ 开头的工具操作用户真实浏览器
- 不要使用
playwright__ 工具——那会启动一个全新的空白浏览器，不是用户正在用的
