Web Navigator

概述

该技能允许用户通过自然语言指令导航网页，执行诸如打开页面、查找信息、填写表单或提取内容等操作。适用于需要自动化网页交互的场景。

快速入门

使用本技能前，请确保已配置正确的浏览器环境和权限。以下为基本操作示例：

• 打开指定网址：打开 https://example.com
• 在页面中搜索关键词：在当前页面搜索“人工智能”
• 填写表单字段：在“用户名”输入框中填入 testuser
• 提交表单：点击提交按钮
• 提取特定信息：获取页面标题和所有链接

核心功能

1. 页面导航与加载

支持根据 URL 或关键词快速定位并加载网页。系统会自动处理重定向、等待页面完全渲染，并可选择是否启用 JavaScript 执行。

命令示例：

navigate_to https://www.google.com

2. 元素定位与交互

基于 CSS 选择器、标签名或文本内容精准定位页面元素，支持点击、输入、悬停等操作。

支持的操作类型：

• click：点击按钮或链接
• type：输入文本到输入框
• hover：触发悬停事件
• select：从下拉菜单中选择选项

示例：

click #submit-btn
type #username "john_doe"

3. 内容提取与解析

可从页面中提取结构化数据，如标题、段落、表格、链接列表等。支持 HTML 解析与 XPath 查询。

提取命令示例：

extract text from h1
extract links from .nav-menu
extract table with header "产品列表"

4. 表单自动化

支持识别可填写的表单字段，自动填充数据并提交。可结合预设模板或动态生成内容。

使用场景：

• 自动注册账号
• 提交反馈表单
• 填写调查问卷

5. 浏览器上下文管理

维护会话状态（如 Cookie、LocalStorage），支持多步骤流程中的状态保持。可在不同页面间传递数据。

资源（可选）

创建本技能实际需要的资源目录。若无资源需求，请删除此部分。

scripts/

可直接运行的脚本文件（Python/Bash 等），用于执行特定操作。

其他技能示例：

• PDF 技能：fill_fillable_fields.py、extract_form_field_info.py —— PDF 处理工具
• DOCX 技能：document.py、utilities.py —— 文档处理模块

适用场景： Python 脚本、Shell 脚本或其他可执行代码，用于自动化任务、数据处理或特定操作。

注意： 脚本可在不加载上下文的情况下执行，但仍可被 Codex 读取以进行补丁修改或环境调整。

references/

需载入上下文以指导 Codex 思考过程的文档与参考资料。

其他技能示例：

• 产品管理：communication.md、context_building.md —— 详细工作流指南
• BigQuery：API 参考文档与查询示例
• 金融领域：数据模型文档、公司政策说明

适用场景： 深度文档、API 参考、数据库模式、完整指南等，供 Codex 在执行任务时参考。

assets/

不需载入上下文，但将用于输出结果中的文件。

其他技能示例：

• 品牌设计：PowerPoint 模板文件 (.pptx)、Logo 文件
• 前端构建器：HTML/React 项目模板目录
• 字体设计：字体文件 (.ttf, .woff2)

适用场景： 模板、代码样板、文档模板、图像、图标、字体等，最终输出时复制或使用。

并非每个技能都需要全部三种类型的资源。