目录

• 为什么选择 Actionbook？
• 安装
• 快速入门
• AI 代理技能
• 示例
• 可用工具
• 文档
• 贡献

为什么选择 Actionbook？

❌ 没有 Actionbook

• 缓慢。 代理每执行一步就会截取一次页面快照，解析页面内容，然后决定下一步该做什么。在 Airbnb 上搜索一个房间就需要 15 分钟。
• 脆弱。 现代网站广泛使用虚拟 DOM、流式组件和单页应用。代理无法理解这些渲染机制，因此无法与下拉菜单、日期选择器和动态内容进行交互。
• 一次一个。 你的代理必须完成一个页面后才能开始下一个。如果需要查看 30 家公司的网站，那就得依次轮番访问 30 次。

✅ 使用 Actionbook

• 速度提升 10 倍。 操作手册会明确告诉代理该做什么，无需解析，也无需猜测。
• 精准可靠。 专为虚拟 DOM、单页应用和流式组件设计，代理能够稳定地操作网页。
• 并发执行。 无状态架构，可同时操作数十个标签页。

观看一个代理在 2 分钟内访问了 192 家 First Round 投资组合公司的网站，并收集了它们的标语。（视频未加速）

https://github.com/user-attachments/assets/35079a19-7236-47a8-87ed-3edf6436c2bf

安装

通过 npm 安装：

npm install -g @actionbookdev/cli

或者从源码构建：

cargo install --git https://github.com/actionbook/actionbook --path packages/cli --locked

基于 Rust 的 CLI 会使用你系统中已有的浏览器（Chrome、Brave、Edge、Arc、Chromium），因此无需额外安装浏览器。

快速入门

actionbook browser start

# 打开标签页
actionbook browser open https://stripe.com --session s1
actionbook browser open https://linear.app --session s1
actionbook browser open https://vercel.com --session s1

# 并发操作所有标签页
actionbook browser snapshot --session s1 --tab t1 &
actionbook browser snapshot --session s1 --tab t2 &
actionbook browser snapshot --session s1 --tab t3 &

# 使用快照中的引用与每个标签页交互
actionbook browser click @e5 --session s1 --tab t1
actionbook browser fill @e3 "hello" --session s1 --tab t2
actionbook browser click @e8 --session s1 --tab t3

当你使用任何 AI 编程助手（Claude Code、Cursor 等）时，在提示词中加入以下内容：

使用 Actionbook 来理解和操作网页。

这样，代理会自动调用 CLI 获取操作手册并执行浏览器操作。

AI 代理技能

Actionbook 自带代理技能，可以帮助你的 AI 代理学习如何使用 CLI。只需一条命令即可添加：

npx skills add actionbook/actionbook

示例

请参阅 示例文档，了解真实世界的使用案例。

可用工具

Actionbook 提供用于搜索和获取操作手册的工具。完整的命令列表请参阅 CLI 参考。如果你使用 MCP 集成，请参考 MCP 工具参考。

文档

如需全面的指南、API 参考和教程，请访问我们的文档网站：

actionbook.dev/docs

敬请关注

我们进展迅速。请在 GitHub 上给 Actionbook 加星标，以支持项目并获取最新信息。

加入社区：

• 在 Discord 上与我们交流 - 获得帮助、分享你的代理项目并讨论想法
• 关注 X 上的 @ActionbookHQ - 查看产品更新和公告

贡献

• 阅读贡献指南 - 了解公共仓库的设置、包结构和验证流程。
• 请求网站索引 - 推荐你希望 Actionbook 索引的网站。

许可证

许可证详情请参阅 LICENSE。

Actionbook 快速上手指南

Actionbook 是一款专为 AI Agent 设计的并行操作 CLI 工具。它通过预生成的“操作手册”让 Agent 无需反复解析页面即可直接执行操作，支持在多个标签页中并发运行任务，速度比传统方式快 10 倍，且能完美适配现代动态网页（SPA、虚拟 DOM）。

环境准备

• 操作系统：macOS, Linux, Windows
• 前置依赖：
  • Node.js (推荐用于 npm 安装) 或 Rust/Cargo (用于源码编译)。
  • 现代浏览器：工具会调用系统中已安装的浏览器（如 Chrome, Brave, Edge, Arc, Chromium），无需额外下载专用浏览器驱动。

安装步骤

你可以选择通过 npm 全局安装（推荐），或使用 Cargo 从源码构建。

方式一：使用 npm 安装（推荐）

npm install -g @actionbookdev/cli

提示：国内用户若遇到网络问题，可配置淘宝镜像源加速安装： npm config set registry https://registry.npmmirror.com

方式二：使用 Cargo 构建

如果你偏好 Rust 环境或需要最新开发版：

cargo install --git https://github.com/actionbook/actionbook --path packages/cli --locked

基本使用

以下是启动浏览器、打开多个标签页并并发执行操作的最小化工作流。

1. 启动浏览器服务

首先启动 Actionbook 的浏览器控制服务：

actionbook browser start

2. 打开多个标签页

在一个会话（session）中打开多个目标网站。以下示例打开了三个不同的网站：

actionbook browser open https://stripe.com --session s1
actionbook browser open https://linear.app --session s1
actionbook browser open https://vercel.com --session s1

3. 并发获取快照

利用后台进程符号 &，同时对所有标签页进行快照截取。这将生成包含元素引用（refs）的操作手册，供 AI 或脚本直接使用：

actionbook browser snapshot --session s1 --tab t1 &
actionbook browser snapshot --session s1 --tab t2 &
actionbook browser snapshot --session s1 --tab t3 &

4. 执行交互操作

根据快照返回的元素引用（如 @e5, @e3），直接向特定标签页发送指令（点击、填充表单等）：

# 在标签页 t1 点击元素 @e5
actionbook browser click @e5 --session s1 --tab t1

# 在标签页 t2 的输入框 @e3 填入 "hello"
actionbook browser fill @e3 "hello" --session s1 --tab t2

# 在标签页 t3 点击元素 @e8
actionbook browser click @e8 --session s1 --tab t3

集成 AI 助手

当你使用 Claude Code、Cursor 等 AI 编程助手时，只需在提示词中加入以下内容，Agent 即可自动调用 Actionbook CLI 进行网页操作：

Use Actionbook to understand and operate the web page.

如需让 AI 自动学习如何使用该工具，可运行以下命令添加技能包：

npx skills add actionbook/actionbook