跳转到主要内容
控制 Chromium 浏览器进行网页导航、元素交互和内容提取。支持 JavaScript 渲染的动态页面，使用精简 DOM 快照让 Agent 高效理解页面结构。

​
安装

cow install-browser
该命令会自动完成：
  • 安装 playwright Python 包（旧系统自动降级兼容版本）
  • 在 Linux 上安装系统依赖
  • 下载 Chromium 浏览器（Linux 服务器自动使用无头精简版）
  • 自动检测国内网络并使用镜像加速
支持 Ubuntu 20.04+、Debian 10+、macOS、Windows。Ubuntu 18.04 等旧系统会自动降级安装兼容版本。

​
工作流程

Agent 使用浏览器的典型流程：
  1. navigate — 打开目标 URL
  2. snapshot — 获取页面精简 DOM，交互元素自动编号（ref）
  3. click / fill / select — 通过 ref 编号操作元素
  4. snapshot — 再次快照验证操作结果

​
支持的操作

操作说明关键参数
navigate打开 URLurl
snapshot获取页面结构化文本（主要方式）selector（可选）
click点击元素ref 或 selector
fill填入文本ref 或 selector，text
select下拉选择ref 或 selector，value
scroll滚动页面direction（up/down/left/right）
screenshot截图保存到工作区full_page
wait等待元素或超时selector，timeout
press按键（Enter、Tab 等）key
back / forward浏览器前进/后退-
get_text获取元素文本内容selector
evaluate执行 JavaScriptscript

​
使用场景

  • 访问指定 URL 获取动态页面内容
  • 填写表单、登录操作
  • 操作网页元素（点击按钮、选择选项等）
  • 验证部署后的网页效果
  • 抓取需要 JS 渲染的动态内容

​
运行模式

浏览器会根据运行环境自动选择模式：
环境模式
macOS / Windows有头模式（显示浏览器窗口）
Linux 桌面（有 DISPLAY）有头模式
Linux 服务器（无 DISPLAY）无头模式（headless）
可在 config.json 中手动覆盖： 
{
  "tools": {
    "browser": {
      "headless": true
    }
  }
}
浏览器工具依赖较重（~300MB），如不需要可不安装。轻量的网页内容获取可使用 web_fetch 工具。