# @agent-infra/browser-context 中文文档

规范地址：https://npmcn.com/package/%40agent-infra/browser-context/

版本：0\.2\.2
npm 元数据更新时间：2026-05-14T05:36:12.101Z
中文译文更新时间：2026-11-06T20:42:07.977Z
软件包许可：未声明

本文由上游 README 翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/%40agent-infra/browser-context
原文对照：https://npmcn.com/package/%40agent-infra/browser-context/?lang=original
项目主页：https://github.com/web-infra-dev/agent-browser-sdk#readme
源码仓库：https://github.com/web-infra-dev/agent-browser-sdk

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：227 kB，31 个文件
- 模块格式：ESM + CJS
- TypeScript 类型：包内自带
- 运行依赖：4 个
- 首次发布：2025-07-25T00:59:18.071Z
- 最新版本发布：2026-01-30T08:42:20.877Z
- 近 30 天下载量：2377（2026-10-05 至 2026-11-03，npm 官方下载统计）
- 已发布版本数：12（近 12 个月 3 个）

## 中文简介

获取 AI 代理的浏览器上下文

## 安装

```sh
npm install @agent-infra/browser-context
```

也可以使用：`pnpm add @agent-infra/browser-context`、`yarn add @agent-infra/browser-context`、`bun add @agent-infra/browser-context`

## README

# 浏览器上下文

一个强大的网络内容提取库,从网页中提取干净,可读的内容并转换为Markdown格式. 为浏览器自动化和内容处理工作流程所建.

## 特征

-   **智能内容提取**: 使用高级算法( Defuddle + Mozilla 可读性) 从网页取出主要内容
-   **HTML 到 Markdown 转换**: 支持 GitHub Flavored Markdown (GFM) 的清洁转换
-   **浏览器集成**: 与 Puppeteer 和其他浏览器自动化工具无缝工作
-   **退缩战略**: 当初级提取失败时自动返回可读性
-   **可自定义**: 可配置标签去除和转换选项

## 安装

```bash
pnpm install @agent-infra/browser-context
```

## 使用量

### 基本内容提取

使用 Puppeteer 从网页中提取干净的内容 :

```typescript
import { extractContent } from '@agent-infra/browser-context';
import puppeteer from 'puppeteer';

const browser = await puppeteer.launch();
const page = await browser.newPage();
await page.goto('https://example.com/article');

// Extract content as Markdown
const result = await extractContent(page);
console.log(result.title); // Article title
console.log(result.content); // Clean Markdown content

await browser.close();
```

### 手工内容提取

从 HTML 字符串中提取内容 :

```typescript
import {
  extractWithDefuddle,
  extractWithReadability,
} from '@agent-infra/browser-context';

// Using Defuddle (primary method)
const result1 = await extractWithDefuddle(htmlString, url, {
  markdown: true,
});

// Using Readability (fallback method)
const result2 = await extractWithReadability(page, {
  markdown: true,
});
```

### HTML 到 Markdown 转换

将 HTML 内容转换为 Markdown :

```typescript
import { toMarkdown } from '@agent-infra/browser-context';

const html = '<h1>Title</h1><p>Content with <strong>bold</strong> text</p>';
const markdown = toMarkdown(html, {
  gfmExtension: true, // Enable GitHub Flavored Markdown
  codeBlockStyle: 'fenced', // Use fenced code blocks
  headingStyle: 'atx', // Use # style headings
});

console.log(markdown);
// # Title
//
// Content with **bold** text
```

### 高级 HTML 到标记下选项

```typescript
import {
  toMarkdown,
  DEFAULT_TAGS_TO_REMOVE,
} from '@agent-infra/browser-context';

const options = {
  gfmExtension: true,
  codeBlockStyle: 'fenced' as const,
  headingStyle: 'atx' as const,
  emDelimiter: '*',
  strongDelimiter: '**',
  removeTags: [...DEFAULT_TAGS_TO_REMOVE, 'footer', 'nav'], // Remove additional tags
};

const markdown = toMarkdown(htmlContent, options);
```

## API 参考

### `extractContent(page: Page)`

主要提取功能,可以先自动尝试去fuddle,再倒回可读性.

**参数:**

-   `page`: Puppeter 页面实例

**回返情况:**

-   `Promise<{title: string, content: string}>`: 已提取标题和 Markdown 内容

### `extractWithDefuddle(html: string, url: string, options: DefuddleOptions)`

使用 Difuddle 库提取内容 .

**参数:**

-   `html`: HTML 内容字符串
-   `url`: 页 URL
-   `options`: 调试配置选项

### `extractWithReadability(page: Page, options?)`

使用 Mozilla 的可读性算法提取内容 .

**参数:**

-   `page`: Puppeter 页面实例
-   `options.markdown`: 是否转换为Markdown( 默认: 假)

### `toMarkdown(html: string, options?: ToMarkdownOptions)`

将 HTML 转换为 Markdown 格式 .

**参数:**

-   `html`: HTML 内容字符串
-   `options`: 转换选项

**ToMarkdown 选项 :**

-   `gfmExtension`: 启用 GitHub Flawared Markdown( 默认: 真)
-   `removeTags`: 要删除的 HTML 标记矩阵
-   `codeBlockStyle`:"缩出" :"栅"
-   `headingStyle`: “ sext ” —“ atx ”
-   `emDelimiter`: 强调划界符
-   `strongDelimiter`: 重点划定器

## 内容提取战略

库采用智能双层提取策略:

1.  **小学**: 用于准确提取内容的调试库
2.  **倒计时**: 调试失败时的 Mozilla 可读性算法

这确保了不同网站结构的最大兼容性和提取成功.

## 删除了 HTML 元素

默认情况下,在Markdown转换过程中会去除以下HTML元素:

-   `script`, (中文(简体) ), `style`, (中文(简体) ), `link`, (中文(简体) ), `head`
-   `iframe`, (中文(简体) ), `video`, (中文(简体) ), `audio`, (中文(简体) ), `canvas`
-   `object`, (中文(简体) ), `embed`, (中文(简体) ), `noscript`
-   `aside`, (中文(简体) ), `dialog`

您可以使用 `removeTags` 选项.

## 浏览器兼容性

该图书馆旨在与下列机构合作:

-   傀儡
-   剧作家
-   任何提供类似 Page 界面的浏览器自动化工具

## 许可证

阿帕奇许可证2.0.

## 贷项

特别感谢启发这一工具包的开源项目:

-   [可读性](https://github.com/mozilla/readability/) - 单独版本的可读性

## 常见问题

### @agent-infra/browser-context 是什么？

获取 AI 代理的浏览器上下文

### 如何安装 @agent-infra/browser-context？

在项目目录运行 npm install @agent-infra/browser-context，或使用 pnpm add / yarn add / bun add。

### @agent-infra/browser-context 支持 TypeScript 吗？

支持。包内自带 TypeScript 类型声明（package\.json 声明了 types 入口），安装后即可获得类型提示，无需再安装 @types 包。

### @agent-infra/browser-context 支持 ESM 还是 CommonJS？

同时提供 ES Module 与 CommonJS 入口，import 和 require\(\) 都可以使用，打包工具会自动选择合适的版本。

### @agent-infra/browser-context 可以商用吗？

@agent-infra/browser-context 使用 未声明 许可。package\.json 没有声明许可证。没有许可证的代码默认保留全部权利，商用前请联系作者或查看仓库中的 LICENSE 文件。以上为概括，不构成法律意见，请以许可原文为准。

### @agent-infra/browser-context 的下载量有多少？

根据 npm 官方下载统计，@agent-infra/browser-context 在 2026/10/05 – 2026/11/03 这 30 天内被下载 2,377 次，日均约 79 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入，适合横向比较热度，不能直接等同于使用人数。

### @agent-infra/browser-context 还在维护吗？

最新版本 0\.2\.2 发布于 2026/01/30（9 个月前）；至今共发布 12 个版本，其中过去 12 个月发布了 3 个；首次发布于 2025/07/25。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。