Skip to main content

键盘与鼠标

🌐 Keyboard & Mouse

Keyboard​

browser_press_key​

按一个键或按键组合。

🌐 Press a key or key combination.

参数类型必填描述
keystring是要按的键

常用按键： Enter、Tab、Escape、Backspace、Delete、ArrowUp、ArrowDown、ArrowLeft、ArrowRight、Home、End、PageUp、PageDown

组合键： Control+a, Control+c, Control+v, Shift+Tab, Alt+F4

→ browser_press_key { key: "Enter" }         // submit form
→ browser_press_key { key: "Tab" }           // move to next field
→ browser_press_key { key: "Escape" }        // close modal
→ browser_press_key { key: "Control+a" }     // select all text
→ browser_press_key { key: "ArrowDown" }     // navigate dropdown

browser_type​

在元素中输入文本。详情请参见 Forms。

🌐 Type text into an element. See Forms for details.

鼠标（视觉模式）​

🌐 Mouse (Vision mode)

当启用 视觉 功能（--caps=vision）时，这些工具可用。它们使用截图中的像素坐标，而不是快照中的元素引用。

🌐 These tools are available when the vision capability is enabled (--caps=vision). They use pixel coordinates from screenshots rather than element refs from snapshots.

browser_mouse_move_xy​

参数类型是否必填描述
x数字是X 坐标（像素）
y数字是Y 坐标（像素）

浏览器_鼠标按下 / 浏览器_鼠标抬起​

🌐 browser_mouse_down / browser_mouse_up

在当前位置按下或释放鼠标按钮。

🌐 Press or release the mouse button at the current position.

browser_mouse_wheel​

参数类型必填描述
deltaX数字是水平滚动（像素）
deltaY数字是垂直滚动（像素，正值 = 向下）

browser_mouse_click_xy​

在特定坐标点击，无需先移动。

🌐 Click at specific coordinates without needing to move first.

参数类型必填描述
x数字是X 坐标
y数字是Y 坐标
button字符串否left（默认）、right 或 middle
clickCount数字否点击次数（双击为 2）
delay数字否按下与抬起之间的延迟（毫秒）
→ browser_mouse_click_xy { x: 150, y: 300 }
→ browser_mouse_click_xy { x: 150, y: 300, clickCount: 2 }  // double-click

browser_mouse_drag_xy​

从一个位置拖到另一个位置。

🌐 Drag from one position to another.

参数类型是否必需描述
startX数字是起始 X 坐标
startY数字是起始 Y 坐标
endX数字是结束 X 坐标
endY数字是结束 Y 坐标
→ browser_mouse_drag_xy { startX: 100, startY: 200, endX: 400, endY: 200 }

何时使用鼠标工具​

🌐 When to use mouse tools

场景用途
点击按钮、链接或表单元素带引用的 browser_click（默认）
基于画布的应用（绘图、地图）带视觉的鼠标工具
无辅助功能的自定义 UI 控件带视觉的鼠标工具
精确像素目标的拖动交互带视觉的鼠标工具

对于大多数 web 应用，来自可访问性快照的引用比坐标更可靠。仅在可访问性树未显示所需元素时使用鼠标工具。

🌐 For most web applications, refs from accessibility snapshots are more reliable than coordinates. Use mouse tools only when the accessibility tree doesn't expose the elements you need.