agent-browser

Par crbnos · carbon

Skill agent-browser pour Claude dans le repo Carbon ERP : fournit les instructions complètes pour piloter un navigateur via la CLI agent-browser (navigation, formulaires, screenshots, scraping, authentification).

npx skills add https://github.com/crbnos/carbon --skill agent-browser

Skill agent-browser dans Carbon

Ce skill est intégré au dossier .ai/skills/ du repo crbnos/carbon, un ERP/MES/QMS open source pour la fabrication. Il donne à Claude les instructions nécessaires pour utiliser agent-browser, une CLI d'automatisation de navigateur basée sur Chrome/Chromium via le protocole CDP (Chrome DevTools Protocol).

Ce que couvre ce skill

Le SKILL.md est particulièrement complet et documenté. Il décrit l'ensemble du workflow d'automatisation browser que Claude doit suivre :

  • Navigation et snapshots : ouvrir une URL, capturer l'arbre d'accessibilité avec des références (@e1, @e2…), puis interagir avec ces références (clic, saisie, sélection, défilement).
  • Gestion de l'authentification : cinq approches distinctes (import depuis le navigateur de l'utilisateur, profil persistant, session nommée, auth vault chiffré, fichier d'état).
  • Capture et comparaison : screenshots annotés, PDF, diff visuel entre deux états de page ou deux URLs.
  • Sécurité : content boundaries pour les agents IA, liste blanche de domaines, politique d'actions, limite de taille de sortie.
  • Patterns avancés : sessions parallèles, évaluation JavaScript, émulation d'appareils, mode iOS Simulator, sélecteurs sémantiques.

Rôle dans le contexte de Carbon

Dans un ERP comme Carbon, ce skill permet à Claude d'automatiser des interactions avec l'interface web de l'application — tester des formulaires de saisie de commandes, vérifier des workflows de production, extraire des données affichées, ou valider le rendu de pages après des modifications. Il complète les capacités MCP déjà présentes dans Carbon en ajoutant une couche d'automatisation browser pilotable par l'agent.

Utilisation

Claude active ce skill automatiquement lorsque l'utilisateur demande une interaction avec un site web ou une application. Il suit le workflow canonique : opensnapshot -i → interaction via @refs → re-snapshot après chaque changement de DOM. La CLI agent-browser doit être installée séparément (npm i -g agent-browser ou brew install agent-browser) avant toute utilisation.

Skills similaires