Browse Now

browse-now 是随 Nowledge Mem 桌面应用一起提供的浏览器自动化 CLI。

当智能体需要的是真实浏览器，而不是普通网页抓取时，就该用它：例如登录态网站、动态页面、表单填写、截图，或者只有完整渲染后才能看到的内容。

它和 Nowledge Mem Exchange 浏览器扩展 是配套工作的。扩展负责提供浏览器桥接能力，browse-now 则把这条能力暴露成智能体可以直接调用的命令行工具。

如果你使用 AI Now，也可以在 AI Now → 插件 → 技能 中直接打开内置的 Browse Now 开关。打开后，AI Now 就能在合适的时候主动调用这条能力。

它适合做什么

遇到下面这些情况时，用 browse-now：

• 网站依赖你的登录态或浏览器 Cookie
• 任务需要点击、输入、滚动或页面跳转
• 页面是动态的，普通抓取拿不到真实状态
• 智能体需要截图，或读取渲染后的页面内容

如果只是简单的公开网页查询，普通网页搜索往往更快，不必动用它。

使用条件

你需要同时具备：

• 已安装 Nowledge Mem 桌面应用
• 机器上可以直接调用随应用提供的 browse-now CLI
• 在 Chrome、Edge、Arc 或其他受支持的 Chromium 浏览器中安装了 Nowledge Mem Exchange 扩展
• 至少有一个已连接且扩展处于可用状态的浏览器

如果应用已经装好，browse-now 通常会自动安装。你可以先检查：

browse-now status
browse-now --help

第一条有用路径

先拿一个你本来就会使用的网站来试：

1. 用 browse-now open <url> 打开页面
2. 用 browse-now snapshot -i 查看可交互元素
3. 按 ref 去点击或填写
4. 用 browse-now get url 确认是否真的跳转成功
5. 页面变化后，再运行一次 snapshot -i

这就是最核心的使用顺序。

browse-now open https://example.com
browse-now snapshot -i
browse-now click @e5
browse-now wait 2
browse-now get url
browse-now snapshot -i

优先使用 Ref

推荐的交互顺序是：

1. snapshot -i
2. click @eN 或 fill @eN ...
3. get url 或 get title
4. 导航或 DOM 明显变化后，再次 snapshot -i

如果页面的无障碍信息很弱，再考虑这些兜底方式：

• browse-now find "query"
• browse-now click -T "可见文本"
• browse-now screenshot /tmp/page.png

常用命令

browse-now open https://example.com
browse-now snapshot -i
browse-now find "search button"
browse-now click @e12
browse-now fill @e3 "Nowledge Mem" --submit
browse-now get page-text --max-chars 4000
browse-now screenshot /tmp/page.png

可靠性说明

• 来自 snapshot -i 的 ref 是最可靠的点击目标。
• 页面跳转后 ref 会重置，所以需要重新抓取。
• 点击成功，不代表一定能绕过登录墙、付费墙或反爬限制。
• 在判断动作是否失败之前，先确认自己到底跳到了哪个页面。

为智能体安装技能

让智能体学会使用 browse-now，通常有两条路：

• 如果你在用 AI Now，直接打开内置的 Browse Now 技能开关
• 如果你在用外部智能体，安装下面的复用型 npx skills 技能包

如果你希望支持的智能体学会何时、怎样使用 browse-now，可以安装 community 里的复用型技能包：

npx skills add nowledge-co/community/nowledge-mem-browse-now-npx-skills

这个技能包会教智能体：

• 遇到登录态或交互型网页任务时优先使用 browse-now
• 以 snapshot -i 返回的 ref 作为主要操作入口
• 导航后重新抓取页面
• 用 get url 和 get title 验证结果

它和 Mem 的关系

browse-now 不是记忆检索的替代品，它负责的是浏览器控制这一侧。

一个更完整的组合通常是：

• 先用 Nowledge Mem 的技能或集成读取上下文
• 当任务需要真实浏览器时，再调用 browse-now
• 如果这次浏览器操作产出了值得长期保留的信息，再把它保存回 Mem

PyPI 与远程使用

browse-now 也发布到了 PyPI。这个发布主要是为了让你在桌面应用捆绑之外，也能安装 CLI 或 Python API。

但这并不表示浏览器自动化可以通过远程访问来暴露。即使你使用的是 PyPI 包，浏览器桥接能力仍然只保留在本机，这一点是出于安全考虑。

相关指南

• 浏览器扩展
• 集成
• Nowledge Mem CLI