#浏览器工具

启用浏览器自动化后，browser_* 工具会和其他 Paseo MCP 工具一起注入到 Agent 中。

通用概念：

• browserId 标识一个标签页。它来自 browser_new_tab 或 browser_list_tabs，所有针对标签页的工具都需要它。
• ref 标识一个元素，例如 @e3。引用来自同一标签页最新的 browser_snapshot，页面变化后会失效；过期的引用会返回错误，而不是作用到错误的元素上。
• 每个结果都会报告命令执行期间页面打开的对话框（alert 会被接受；confirm/prompt/beforeunload 会被取消）。

标记为 ? 的参数是可选的。

#标签页

工具	参数	用途
browser_list_tabs	—	列出 Agent 工作区在所有已连接宿主上打开的标签页。
browser_new_tab	url?	在后台打开一个标签页并返回它的 browserId。
browser_close_tab	browserId	关闭标签页并清理它的 webview。
browser_resize	browserId, width, height	调整标签页视口大小，用手机或平板的尺寸检查布局。

#读取页面

工具	参数	用途
browser_snapshot	browserId	以带元素引用的无障碍树形式返回页面。
browser_screenshot	browserId, fullPage?	截取视口的 PNG；传入 fullPage 时截取整个页面。
browser_logs	browserId, maxEntries?	读取最近的控制台消息和网络耗时条目。
browser_wait	browserId, text? | url?, timeoutMs?	等待页面包含某段文本或到达某个 URL 片段（两者必须且只能提供一个）。

#交互

工具	参数	用途
browser_click	browserId, ref, button?, doubleClick?, modifiers?	点击元素：左键/右键/中键、双击、键盘修饰键。
browser_fill	browserId, ref, value	设置输入类元素的值。
browser_type	browserId, text, ref?	向元素输入文本；省略 ref 时输入到当前获得焦点的元素。
browser_keypress	browserId, key, ref?	在元素或当前焦点元素上按键（Enter、Escape、Tab、Space 等）。
browser_hover	browserId, ref	悬停在元素上，会触发真实的 CSS :hover。
browser_select	browserId, ref, value	在 <select> 中选择一个选项。
browser_drag	browserId, sourceRef, targetRef	把一个元素拖到另一个元素上。
browser_upload	browserId, ref, filePaths	为文件输入框设置文件。路径必须位于 Agent 的工作区内。
browser_scroll	browserId, deltaX, deltaY, ref?	滚动页面；传入 ref 时把滚轮输入定位到该元素中心。

#导航

工具	参数	用途
browser_navigate	browserId, url	跳转到一个 http(s) URL。
browser_back	browserId	后退；没有可后退的历史记录时报错。
browser_forward	browserId	前进；没有可前进的条目时报错。
browser_reload	browserId	重新加载页面。

#脚本

工具	参数	用途
browser_evaluate	browserId, function, ref?	在页面中运行一个 JavaScript 函数。传入 ref 时，解析出的元素作为第一个参数传入。结果以有大小限制的 JSON 返回。

#错误

工具会返回结构化的错误，而不是静默失败。Agent 最常遇到的错误：

错误码	含义
browser_disabled	该主机上的浏览器工具已关闭。
browser_no_host	没有已连接的浏览器宿主（桌面应用）。可以重试。
browser_stale_ref	引用与页面不再匹配，请重新获取快照。
browser_timeout	元素始终无法操作，或等待条件始终未满足。
browser_denied	不允许该操作，例如非 http(s) 的 URL，或没有可导航的历史记录。