---
name: browser-automation
description: >
  Use when a task needs a real browser: pages that render with
  JavaScript, clicking through pagination or forms, filling and
  submitting input, or taking a screenshot of what a page
  actually looks like. For a plain static page or a quick fact,
  use web_fetch / web_search first; open the browser only when
  static fetch cannot see the content.
---

## 工具

`browser_navigate`（打开 URL，返回最终 URL 与标题）、
`browser_snapshot`（当前页标题、URL、正文，超 8000 字截断并标记）、
`browser_click`（按 CSS 选择器或 `text=...` 点击）、
`browser_fill`（按选择器填表）、
`browser_evaluate`（在页内跑 JS 表达式，返回字符串，限 4000 字）、
`browser_screenshot`（把当前页存成工作区内的 PNG，返回绝对路径与字节数）、
`browser_click_at`（按视口坐标点击，坐标系为 1280x800、原点左上角，
是 live 视图里用户点击的落点）、
`browser_live_shot`（把当前画面存成固定文件 browser-live.png，
附带 browser-live.json 状态：URL、标题、时间戳，供 watcher 轮询）、
`browser_close`（关闭浏览器，可重复调用）。

浏览器是单页的：一次 navigate，之后 snapshot / click / fill /
screenshot 都针对同一页；要换页再 navigate。

## live 视图（第一期）

有人在看浏览器时，每次 navigate / click / fill / click_at 之后
都要调一次 `browser_live_shot`，让 browser-live.png 保持最新；
不要只在最后截图一次。用户在 live 图上点的坐标会以 x/y 到达
`browser_click_at`，点完必须再 snapshot 一次确认变化，再调
`browser_live_shot` 刷新画面。

## 远控接管（第二期）

用户可以在控制台接管浏览器：接管期间（holder=user）你的
所有 browser_* 工具都会直接报错“user holds browser control”，
不要重试、不要 close 浏览器，停下来等用户交还；交还后
（holder 回到 agent）下一条继续消息会让你续跑，续跑前先
snapshot 一次看清用户改动到哪了。

新工具：`browser_snapshot_refs`（带 ref 的元素清单，点
`browser_click_ref` 比 CSS 选择器稳，页面重渲染后先重新
snapshot_refs 再点）；`browser_mouse_move` / `browser_key_press` /
`browser_type_text`（键盘与鼠标，远控输入与 agent 工具同源）。

## 规则

1. 先 navigate，再 snapshot 看实际渲染结果；click / fill 后
   必须再 snapshot 一次确认变化，不要凭猜测汇报。
2. 截图产出后用 shell / PIL 重新打开验证（格式、尺寸、非 0
   字节）再交给用户；失败时贴出工具报错，不要换一张别的图顶替。
3. 网络走 egress 代理：不在 Tinyproxy 白名单里的域名会报
   代理 403，这时如实说明，不要绕过白名单。
4. file:// URL 可用于打开工作区内已写好的测试页（验证 JS
   执行、表单行为），是比外网更可靠的自测手段。
5. 不要用浏览器做静态抓取能做的事；不要用 evaluate 绕过
   click / fill 的正常路径去改页面状态，除非 snapshot 已证明
   正常路径走不通。

## 多页与域名白名单（本期新增）

多页工具：`browser_new_page`（开新页并切到它，每次
new_page 都是全新 Playwright context，cookie 与存储天然
隔离，适合同时登录两个账号或对照两个页面）、
`browser_list_pages`（列出全部页：index、URL、标题、
哪一页是当前页；浏览器未启动时不启动，只返回空列表）、
`browser_switch_page`（按 index 切到指定页，之后
navigate / snapshot / click / fill / screenshot 都针对该页；
切到不存在的 index 会明确报错，不会崩掉 MCP，当前页不变；
切换后旧页的 snapshot_refs 全部失效，要重新 snapshot_refs）、
`browser_close_page`（关一页，缺省关当前页；关当前页后
自动切到上一页；关最后一页会明确报错，改用
`browser_close` 关整个浏览器）。

域名白名单：环境变量 `BROWSER_ALLOWED_HOSTS`（逗号列表，
如 `example.com,.python.org`）。未设置时行为完全不变，
只靠 egress 代理白名单；设置后 navigate 在启动浏览器之前
就检查：`file://` 一律放行，`http(s)` 的 host 必须命中列表
（前导点条目做后缀匹配：`.python.org` 同时放行
`python.org` 与 `docs.python.org`，不放行
`notpython.org`），大小写与端口不影响匹配，未命中直接
报错且不启动 Chromium。`localhost` / `127.0.0.1` 没有
特殊待遇：本地开发服务器要自己把它列进变量，否则会被挡。

清理：`browser_close` 会关掉全部页，并尽力删除工作区里的
`browser-live.png` 与 `browser-live.json`（删不掉也不报错），
所以 close 之后不要再拿旧 live 文件当“当前画面”汇报；
单个截图（`browser_screenshot` 的 `shot-*.png`）不受影响。

不在本轨范围：下载没有落盘清单（下载仍只落工作区文件，
无统一清单可查）；没有持久 profile（每次 MCP 进程结束
cookie 即丢）；没有登录保险库（账号密码仍不进浏览器工具）。
需要这些时不要假装已有，先如实说明缺口。