ego-browser辅助函数API速查表30个常用函数一次记全【免费下载链接】ego-liteThe fastest browser for AI agents to run browser automation, built for sharing your logged-in browser state with your AI agents, like Codex or Claude Code, without disturbing you. Zero cost, zero config.项目地址: https://gitcode.com/GitHub_Trending/eg/ego-liteego-browser是 ego lite 浏览器为 AI Agent 提供的浏览器自动化命令行运行时内置了 30 个高频辅助函数helper functions覆盖打开网页、点击输入、截图观察、任务空间管理等全部场景。本文按功能分类把这 30 个 ego-browser 辅助函数 API 整理成一张速查表每个函数一句话讲清用途帮你一次记全随查随用。一分钟认识 ego-browserego lite 是一款为「你 AI Agent 并行使用」而设计的浏览器。你正常浏览网页而 Codex、Claude Code 等 Agent 通过ego-browser在各自隔离的**任务空间Task Space**里运行自动化任务复用你的登录状态却互不干扰零成本、零配置。官方基准测试显示在复杂浏览器自动化任务上ego-browser 比传统 CLI 方案最快完成 2.5 倍且 token 消耗大幅更少。所有辅助函数都预加载在ego-browser nodejs EOF ... EOF的 heredoc 脚本中直接调用无需任何 import。函数文档详见 SKILL.md。30 个辅助函数总览分类函数 任务空间7listTaskSpacesuseOrCreateTaskSpaceclaimTaskSpacehandOffTaskSpacetakeOverTaskSpacewaitForAgentControlcompleteTaskSpace 导航与标签7listTabsopenOrReuseTabcloseTabgotoAndWaitcurrentTabswitchTabpageInfo 页面观察3snapshotTextcaptureScreenshotdrainEvents 鼠标与滚动6clickdoubleClickhoverdragMousescrollByscrollToBottomUntil⌨️ 键盘与输入4fillInputtypeTextpressKeydispatchKey 文件上传1uploadFile⏳ 等待4waitwaitForLoadwaitForElementwaitForNetworkIdle 网络请求2serverFetchbrowserFetch 进阶执行2jscdp 输出与帮助2cliLoghelp任务空间函数给 Agent 分配独立工位任务空间是 ego-browser 的核心设计每个 Agent 任务拥有独立的标签组但自动继承你的登录态。函数用途useOrCreateTaskSpace(name)⭐ 首选入口按名称复用或新建任务空间多轮任务都靠它续接listTaskSpaces()列出所有任务空间及其归属状态claimTaskSpace(id)认领一个属于你的空间如用户交还后所有权转给 AgenthandOffTaskSpace()需要登录/验证码时把控制权交还给你takeOverTaskSpace()你确认「继续」后Agent 重新拿回控制权waitForAgentControl(id)只读轮询等待交还后的控制权不会抢占completeTaskSpace(name, { keep })任务收尾keep:false关闭空间keep:true保留页面给你最佳实践每个 heredoc 轮次开头都调用useOrCreateTaskSpace(task.id)复用同一空间任务结束务必completeTaskSpace收摊。导航与标签函数打开页面不迷路函数用途openOrReuseTab(url, { wait })⭐ 打开或复用指定 URL 的标签页最常用的入口listTabs()查看当前空间所有标签页switchTab(targetId)切换到指定标签页currentTab()获取当前活动标签页gotoAndWait(url)在当前标签页内导航并等待加载完成closeTab(target?)关闭指定标签页省略参数则关当前页pageInfo()返回当前页{ url, title, w, h, sx, sy, pw, ph }页面有弹窗时返回{ dialog }页面观察函数让 Agent「看见」网页函数用途snapshotText()⭐ 核心函数生成全页语义快照带[refN, loc...]标注是后续点击/填表的地基captureScreenshot()截取当前页面截图视觉工作流Canvas、富文本编辑器必备drainEvents()消费页面产生的异步事件队列导航、网络事件鼠标与滚动函数像人一样操作这四个元素函数都接受统一的定位方式CSS 选择器、xpath...、快照里的N编号或loc...稳定定位值也可传坐标[x, y]。函数用途click(target)单击元素中心或坐标支持{ label: 描述 }触发高亮动画doubleClick(target)双击常用于打开应用、选中文字hover(target)悬停用于展开隐藏菜单dragMouse([from, to])拖拽处理卡片、滑块类交互scrollBy(distance)DOM 级滚动指定距离scrollToBottomUntil(cond, opts)无限滚动利器滚动直到条件成立如文章数量达标键盘与输入函数填表单三件套函数用途fillInput(target, value)⭐ 直接填充输入框值表单场景首选typeText(text)逐字键入触发完整的键盘事件pressKey(key)按下按键如Enter、TabdispatchKey(type, key, init)派发底层按键事件处理特殊场景文件、等待与网络三个实用小组 文件上传uploadFile(selector, /abs/path.pdf)— 给文件输入框指定本地文件一步完成。⏳ 等待四兄弟参数单位是秒不是毫秒wait(seconds)— 固定等待waitForLoad()— 等待页面加载完成waitForElement(target)— 等待指定元素出现waitForNetworkIdle()— 等待网络空闲防「内容没加载完就操作」 网络请求双子星serverFetch(url, opts)— 从 Node 端发请求绕开页面环境browserFetch(url, opts)— 从当前浏览器上下文发请求自动携带 cookie 与登录态进阶与输出js、cdp 和 cliLog函数用途js(codeString)在浏览器页面内执行 JS 并返回结果本质是Runtime.evaluate注意返回值是真实对象不要再JSON.parsecdp(method, params)调用任意 CDP 协议方法如Page.handleJavaScriptDialog处理弹窗是函数的「万能后门」cliLog(value)打印到终端heredoc 内唯一的输出通道所有结果必须经过它help(name)查询任意辅助函数用法如cliLog(help(click))内置文档不迷路5 个避坑提醒少走弯路⏱单位陷阱wait(...)与timeout都是秒只有名字以Ms结尾的参数才是毫秒。N 引用短命N只对最近一次snapshotText()有效长期引用请用快照里的loc...稳定值。操作后必验证点击、填表后再次snapshotText()或captureScreenshot()确认成功别想当然。js() 与 heredoc 分工导航、等待、cliLog写在脚本主体document、window、页面选择器才放进js(...)里。视口为 0 先修再动pageInfo()报w: 0或h: 0时先切换真实标签或重载再执行坐标操作。延伸资源完整 Agent 契约与三大工作流语义 / 视觉 / DOM-CDPskills/ego-browser/SKILL.md运行时架构与构建说明package/ego-browser/README.md辅助函数实现源码helpers.ts安装与排障指南skills/ego-browser/references/install.md把这张 ego-browser 辅助函数速查表收藏起来下次让 Agent 跑浏览器任务时对照检查它是否用对了函数效率立刻不一样。【免费下载链接】ego-liteThe fastest browser for AI agents to run browser automation, built for sharing your logged-in browser state with your AI agents, like Codex or Claude Code, without disturbing you. Zero cost, zero config.项目地址: https://gitcode.com/GitHub_Trending/eg/ego-lite创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考