AI 智能体

智能体集成流程

se-cli 可与任何能够运行 shell 命令的 AI 智能体配合使用——包括 Claude Code、Cursor、Copilot CLI 等。CLI 路径无需 MCP 服务器：只需安装一次，放入 SKILL.md，智能体即可像人类一样驱动浏览器。

1. 安装 CLI

一次全局安装即可——无需针对每个智能体进行配置，也无需配置 MCP 服务器。

npm install -g @browsers-cli/se-cli

2. 安装技能（推荐）

install --skills 会将 SKILL.md 复制到智能体的技能目录中，使其能立即掌握命令语法。支持 Claude Code（.claude/skills/se-cli/）、Cursor（.cursor/skills/se-cli/）、GitHub Copilot（.github/copilot/skills/se-cli/）以及通用的 .agents/skills/ 路径（v0.9）。

se-cli install --skills                  # 自动检测已安装的智能体目录
se-cli install --agent=claude,cursor     # 显式指定多个目标
se-cli install --list-agents             # 显示支持的目标
se-cli install --force                   # 覆盖已有文件

3. 智能体驱动浏览器

智能体像人类一样调用 se-cli 命令——打开、快照、交互、关闭。

User: "Check that the login page works"
Agent: I'll navigate and test the login flow.
  $ se-cli open https://app.example.com/login
  $ se-cli snapshot
  $ se-cli fill e1 "test@example.com"
  $ se-cli fill e2 "password"
  $ se-cli click e3
  $ se-cli snapshot
  Login succeeded — dashboard is visible.

4. 为什么对编码智能体而言 CLI 优于 MCP

工具 schema 不会污染上下文窗口。没有 JSON-RPC 信封开销。只有干净的 shell 命令和紧凑的 YAML 输出——单次交互通常比 Selenium MCP 少约 12 倍的 token。

MCP 与 CLI 的 token 成本对比

对于已经能够运行 shell 命令的编码智能体而言，CLI 路径要便宜得多。下方的 MCP 服务器适用于需要持久化工具服务器而非 shell 的自动化工作流。

方面	Selenium MCP	se-cli (CLI)
每次调用的 token	约 5,000	约 400
上下文中的 schema	约 5KB，始终加载	无
输出格式	JSON-RPC 信封 + 完整树	紧凑 YAML + refs
智能体要求	MCP 客户端	任何支持 shell 的智能体
持久化服务器	是	否（由 daemon 持有状态）
最适合	自主的长时运行工作流	编码智能体（Claude Code、Cursor）

MCP 服务器（已发布 · v0.7.1）

se-cli 通过 @modelcontextprotocol/sdk 以 MCP 服务器形式发布，与 CLI 双轨并行：两者共享相同的底层工具实现。这覆盖了偏好使用持久化工具服务器而非 shell 命令的自主智能体。

# stdio 传输（默认）——本地智能体
se-cli mcp-server

# 轻量 npm 包装（推荐用于 MCP 客户端）
npx @browsers-cli/se-mcp

• 所有 CLI 工具均包装为 registerTool 调用
• 通过 run-code "async driver => ..." 执行任意 Selenium 片段
• 通过 generate-locator <ref> 获取最佳可用定位器
• 通过共享的 codegen 模块实现基于角色的代码生成（By.role()）
• 符合 SKILL.md front matter 规范（name、description、license、compatibility）

双轨策略

CLI + SKILLS 仍是编码智能体最高效省 token 的路径；MCP 服务器则为自主工作流提供持久化状态的工具。可在路线图中跟踪进度。