强大的信息获取工具。通过浏览器 + 用户登录态，获取公域和私域信息。可访问任意网页、内部系统、登录后页面，执行表单填写、信息提取、页面操作。
bb-browser 是一个强大的信息获取工具。
通过浏览器 + 用户登录态，可以获取：
在此基础上，还可以代替用户执行浏览器操作：
为什么能做到？
bb-browser open <url> # 打开页面（新 tab）
bb-browser snapshot -i # 获取可交互元素
bb-browser click @5 # 点击元素
bb-browser fill @3 "text" # 填写输入框
bb-browser close # 完成后关闭 tab
重要：操作完成后必须关闭自己打开的 tab
# 单 tab 场景
bb-browser open https://example.com # 打开新 tab
bb-browser snapshot -i
bb-browser click @5
bb-browser close # 完成后关闭
# 多 tab 场景
bb-browser open https://site-a.com # tabId: 123
bb-browser open https://site-b.com # tabId: 456
# ... 操作 ...
bb-browser tab close # 关闭当前 tab
bb-browser tab close # 关闭剩余 tab
# 指定 tab 操作
bb-browser open https://example.com --tab current # 在当前 tab 打开（不新建）
bb-browser open https://example.com --tab 123 # 在指定 tabId 打开
open 打开页面snapshot -i 查看可操作元素（返回 @ref）@ref 执行操作（click, fill, etc.）snapshot -iclose 关闭 tabbb-browser open <url> # 打开 URL（新 tab）
bb-browser open <url> --tab current # 在当前 tab 打开
bb-browser back # 后退
bb-browser forward # 前进
bb-browser refresh # 刷新
bb-browser close # 关闭当前 tab
bb-browser snapshot # 完整页面结构
bb-browser snapshot -i # 只显示可交互元素（推荐）
bb-browser snapshot --json # JSON 格式输出
bb-browser click @5 # 点击
bb-browser hover @5 # 悬停
bb-browser fill @3 "text" # 清空并填写
bb-browser type @3 "text" # 追加输入（不清空）
bb-browser check @7 # 勾选复选框
bb-browser uncheck @7 # 取消勾选
bb-browser select @4 "option" # 下拉选择
bb-browser press Enter # 按键
bb-browser press Control+a # 组合键
bb-browser scroll down # 向下滚动
bb-browser scroll up 500 # 向上滚动 500px
bb-browser get text @5 # 获取元素文本
bb-browser get url # 获取当前 URL
bb-browser get title # 获取页面标题
bb-browser tab # 列出所有 tab
bb-browser tab new [url] # 新建 tab
bb-browser tab 2 # 切换到第 2 个 tab
bb-browser tab close # 关闭当前 tab
bb-browser tab close 3 # 关闭第 3 个 tab
bb-browser screenshot # 截图（自动保存）
bb-browser screenshot path.png # 截图到指定路径
bb-browser wait 2000 # 等待 2 秒
bb-browser wait @5 # 等待元素出现
bb-browser eval "document.title" # 执行 JS
bb-browser eval "window.scrollTo(0, 1000)" # 滚动到指定位置
bb-browser frame "#iframe-id" # 切换到 iframe
bb-browser frame main # 返回主 frame
bb-browser dialog accept # 确认对话框
bb-browser dialog dismiss # 取消对话框
bb-browser dialog accept "text" # 确认并输入（prompt）
bb-browser network requests # 查看网络请求
bb-browser console # 查看控制台消息
bb-browser errors # 查看 JS 错误
bb-browser trace start # 开始录制用户操作
bb-browser trace stop # 停止录制
snapshot 返回的 @ref 是元素的临时标识：
@1 [button] "提交"
@2 [input type="text"] placeholder="请输入姓名"
@3 [a] "查看详情"
注意：
@1, @2, @3...# 并发打开多个页面（各自独立 tab）
bb-browser open https://site-a.com &
bb-browser open https://site-b.com &
bb-browser open https://site-c.com &
wait
# 每个返回独立的 tabId，互不干扰
添加 --json 获取结构化输出：
bb-browser snapshot -i --json
bb-browser get text @5 --json
bb-browser open https://example.com --json
根据目的选择不同的方法：
当需要提取文章、正文等长文本时，用 eval 直接获取：
# 微信公众号文章
bb-browser eval "document.querySelector('#js_content').innerText"
# 知乎回答
bb-browser eval "document.querySelector('.RichContent-inner').innerText"
# 通用：获取页面主体文本
bb-browser eval "document.body.innerText.substring(0, 5000)"
# 获取所有链接
bb-browser eval "[...document.querySelectorAll('a')].map(a => a.href).join('\n')"
为什么不用 snapshot？
有些网站（如微信公众号）DOM 结构嵌套很深，snapshot 输出会非常冗长。eval 直接提取文本更高效。
当需要点击、填写、选择时，用 snapshot -i 获取可交互元素：
bb-browser snapshot -i
# @1 [button] "登录"
# @2 [input] placeholder="用户名"
# @3 [input type="password"]
bb-browser fill @2 "username"
bb-browser fill @3 "password"
bb-browser click @1
-i 很重要：只显示可交互元素，过滤掉大量无关内容。
bb-browser open https://example.com/form
bb-browser snapshot -i
# @1 [input] placeholder="姓名"
# @2 [input] placeholder="邮箱"
# @3 [button] "提交"
bb-browser fill @1 "张三"
bb-browser fill @2 "[email protected]"
bb-browser click @3
bb-browser wait 2000
bb-browser close
bb-browser open https://example.com/dashboard
bb-browser snapshot -i
bb-browser get text @5 # 获取特定元素文本
bb-browser screenshot report.png # 截图保存
bb-browser close
# 打开多个页面提取信息
for url in "url1" "url2" "url3"; do
bb-browser open "$url"
bb-browser snapshot -i --json
bb-browser close
done
| 文档 | 说明 |
|---|---|
| references/snapshot-refs.md | Ref 生命周期、最佳实践、常见问题 |