何时使用此技能

当用户的请求涉及与网站交互时，请启用该技能：

在以下情况下启用：

• 需在网站上执行任何操作（例如：“发送一条 LinkedIn 消息”、“预订 Airbnb 房源”、“在 Google 中搜索……”）
• 询问如何与某网站交互（例如：“如何发布推文？”、“如何在 LinkedIn 上申请职位？”）
• 需要在特定网站上填写表单、点击按钮、导航、搜索、筛选或浏览内容
• 希望对网页截图，或监控页面变化
• 构建基于浏览器的 AI Agent、网络爬虫，或为外部网站编写端到端（E2E）测试
• 自动化重复性网页任务（如数据录入、表单提交、内容发布）
• 希望控制本地已安装的 Chrome 浏览器（扩展模式）

Actionbook 提供的功能

Actionbook 是一个包含预验证页面交互数据的库。actionbook search 可根据任务描述查找匹配的操作；actionbook get "" 则返回一份结构化文档，其中详述了页面用途、功能能力及 DOM 结构（含内联 CSS 选择器），从而避免运行时动态探测页面结构。

search 和 get

search — 根据任务描述查找操作

actionbook search ""                      # 按任务意图搜索
actionbook search "" --domain site.com    # 按域名过滤
actionbook search "" --url           # 按 URL 过滤
actionbook search "" -p 2 -s 20           # 分页（第 2 页，每页 20 条）

每个结果返回以下字段：

• ID — 可用于 actionbook get "" 获取完整详情
• Type — page（整页）或 area（页面区域）
• Description — 页面概述与功能摘要
• URL — 此操作适用的具体页面地址
• Health Score — 选择器可靠性得分（0–100%）
• Updated — 最近验证日期

构建高效搜索查询的方法

query 字符串是定位正确操作的核心信号。请将用户完整意图嵌入其中，而非仅提供网站名称或模糊关键词。

查询中应包含：

1. 目标网站 — 网站名称或域名
2. 动作动词 — 用户希望执行的操作（搜索、预订、发布、筛选、登录、撰写等）
3. 操作对象 / 上下文 — 用户正在操作的内容（房源列表、消息、航班、代码仓库等）
4. 具体细节 — 用户提及的任何限制条件、筛选项或参数（日期、地点、分类、语言等）

经验法则： 将用户的原始请求重写为一句完整的描述性语句，并直接用作查询字符串。

当用户提供额外上下文信息时（例如具体日期、城市名、主题等），也应将其整合进查询——即使这些词无法字面匹配已有操作，也能帮助搜索引擎提升相关页面的排序权重。

# 用户：“帮我申请 LinkedIn 上的软件工程师职位”
actionbook search "linkedin job search apply software engineer application form"

# 用户：“我需要在 arXiv 上搜索机器学习方向的论文”
actionbook search "arxiv advanced search papers machine learning subject category"

若已知 --domain 或 --url，请始终添加——这能显著缩小结果范围并提高精度。

get — 根据 ID 获取完整操作详情

# 直接使用 search 返回的 ID
actionbook get "arxiv.org:/search/advanced:default"

返回一份结构化文档，包含：

1. 页面 URL — 精确的 URL 地址及查询参数 / 路径
2. 页面概述 — 页面功能说明
3. 页面功能摘要 — 支持的交互能力（例如：“搜索词输入框”、“学科分类筛选器”）
4. 页面结构摘要 — 含内联 CSS 选择器的 DOM 层级结构

选择器以内嵌方式出现在结构描述中，例如：

搜索词表单区域：包含搜索词输入框（input[type="text"]）、字段类型下拉菜单（select[name="searchtype"]）和提交按钮（button.Search）

可从结构摘要中提取 CSS 选择器，用于后续浏览器命令。

浏览器命令

快速参考。所有标志（flag）与选项的完整说明详见：command-reference.md。

导航

actionbook browser open            # 在新标签页中打开 URL
actionbook browser goto            # 在当前页面跳转至 URL
actionbook browser back / forward       # 浏览器历史前进 / 后退
actionbook browser reload               # 重新加载页面
actionbook browser pages                # 列出所有已打开标签页
actionbook browser switch      # 切换至指定标签页
actionbook browser close                # 关闭浏览器

交互

actionbook browser click ""          # 点击元素
actionbook browser fill "" "text"    # 清空并输入文本
actionbook browser type "" "text"    # 在现有文本后追加输入
actionbook browser select "" "value" # 选择下拉框选项
actionbook browser hover ""          # 鼠标悬停
actionbook browser press Enter                 # 按下回车键

观测

actionbook browser text                        # 获取整页纯文本
actionbook browser text ""           # 获取指定元素的文本
actionbook browser snapshot                    # 获取可访问性树（实时页面结构）
actionbook browser screenshot                  # 保存当前视口截图
actionbook browser screenshot --full-page      # 保存整页截图
actionbook browser wait ""           # 等待元素出现
actionbook browser wait-nav                    # 等待页面跳转完成

actionbook browser close 将清理浏览器会话。若用户明确要求保持浏览器开启，则可跳过此步骤。

示例

用户请求：“在 arXiv 上搜索关于神经网络的论文，且仅限标题字段”

# 1. 搜索 — 包含完整意图：网站 + 动作 + 主题 + 筛选偏好
actionbook search "arxiv advanced search papers neural network title field" --domain arxiv.org

# 2. 获取详情 — 查阅 Page Structure Summary 中的选择器
actionbook get "arxiv.org:/search/advanced:default"
# 返回结果中包含：input[type="text"]、select[name="searchtype"]、button.Search 等

# 3. 使用返回的选择器自动化操作
actionbook browser open "https://arxiv.org/search/advanced"
actionbook browser fill "input[type='text']" "Neural Network"
actionbook browser select "select[name='searchtype']" "title"
actionbook browser click "button.Search"
actionbook browser wait-nav
actionbook browser text
actionbook browser close

降级策略（Fallback）

Actionbook 存储的是索引时刻捕获的页面数据。由于网站持续演进，部分选择器可能已失效。

当 actionbook get 返回的选择器在运行时失败，可调用 actionbook browser snapshot 获取实时可访问性树（含当前有效选择器）。请使用快照输出中的选择器重试交互操作。

浏览器命令中所用的选择器，必须源自当前会话中 actionbook get 或 actionbook browser snapshot 的输出结果——不可依赖过往知识或记忆。

若 actionbook search 对某页面未返回任何结果，应优先使用 snapshot 作为主要数据源，或切换至其他可用工具。

参考资料