分析当前 Chrome 页面。递归提取包括主文档和嵌套 iframe 内的所有可见交互元素并生成定位器。

截取当前页面截图：用 CDP 采集（不会卡在字体加载上），保存到 evidence_assets/ 并返回内联 PNG 图片（支持图片的客户端可直接查看）。filename 可指定输出文件名（默认时间戳，自动补 .png）；full_page=True 截整页（含滚动区外内容），False(默认) 只截当前视口。返回文本摘要（文件路径/尺寸/字节数）+ 图片内容。用于视觉证据、页面状态留档、UI 断言前的实况确认。

统一点击工具：by=css/xpath 传 selector（支持 iframe_selector 链式穿透），by=role 传 role+name（get_by_role 语义定位，适合 Portal 弹层），by=coordinate 传 x/y（coordinate_space=top 为顶层视口坐标，可点 VTable 内部）。click_type=single/double；detail=brief/full 控制观察输出体积。visualize 三态（None=跟随配置，默认关）。返回 visual_effects + observation（dynamic_layers/new_layers 浮层弹窗消息 + summary 摘要 + focus 域隔离 + navigation 的 URL/iframe 跳转对比）。

批量动作链：一次调用顺序执行 click/fill/select_option/press 多个动作，最后统一观察一次并返回 observation（浮层/消息/跳转）。actions 每项 {action, by, selector, iframe_selector, value, click_type, input_method, clear_first, press_enter, key, description}；stop_on_error=True 遇错即停（默认），False 收集 failed 继续。用于减少 Agent 往返。降级容错：每项可选 fallbacks: [{完整动作参数}] 配置备用定位，主定位失败时按序尝试；执行器还会自动附加兜底变体（antd 常驻 dropdown 的 li[title=...] 选项自动补/去 >> nth=N 变体、role↔css 互退），全部失败才中断，错误信息含已尝试的定位方案数。生成脚本时为易歧义动作（下拉选项点击、弹层按钮）配置 fallbacks 可显著提高整链成功率。

利用 UI 组件适配器智能执行输入/点击等动作，并实时将最优高韧性语义定位步骤记录到用例中。

结束录制会话，一键打包生成高质量的测试资产 (JSON) 及极致精美的 Shadcn 风格 Excel 用例。

文本框输入工具：by=css/xpath + selector（支持 iframe_selector 穿透）；value 为空=清空。input_method=type（逐字键盘，触发键盘事件）/fill（原生填充）；clear_first 默认清空；press_enter 可回车；detail=brief/full。visualize 三态（None=跟随配置，默认关）。返回 visual_effects + observation（浮层/消息 + summary + focus + 跳转）。

仅当当前主模型为纯文本模型（如 DeepSeek-R1、DeepSeek-V3、GLM 纯文本版等）无法识别图片时使用的降级视觉识别工具。将本地图片路径、公网 URL 或对话框粘贴的图片发送给小米 MiMo-V2.5 模型解析并返回文本描述。若当前主模型本身具备原生多模态视觉能力（如 GPT-4o、Claude 3.5/3.7 Sonnet、Claude Opus 5、Gemini、Qwen2.5-VL、GLM-4V 等），绝对禁止调用本工具，必须由主模型直接看图。

探查当前页面或指定 iframe 中交互后出现的可见弹窗、消息气泡、下拉/日期/级联悬浮层，并返回内部文本、属性、HTML 和可交互元素。detail=brief(默认, 剪枝输出)|full(完整 html/文本)。

初始化一个新的自动化测试用例录制会话。

显式切换/重绑 MCP 操作目标标签页（按 URL 子串匹配）并锁定。默认机制：首次调用自动锁定一个标签页，后续操作固定作用于该页，不受新开/切换标签页影响；测试页被误关或需操作另一系统页面时用本工具重绑。返回新目标页 URL/标题。

【场景图驱动】分析 vtable 列头与单元格内的交互图标组件：header_icons 为表头行真实渲染的交互图标（排序/筛选/下拉/冻结等，含顶层视口坐标可直接点击）；cell_icons 为已渲染 body 单元格内的交互图标组件（行内按钮/链接/checkbox/开关等，columns 配置中不存在、只能从场景图获取）；capabilities 汇总 sortable/filterable/interactiveCell。用于规划列头点击与行内交互。

【真实鼠标拖拽】把 vtable 的 source 列拖到 target 列的前方(before)/后方(after)。完全复刻人工操作：先点击源列头中部使整列选中（VTable 拖拽启动前提），再按下鼠标分步拖拽到落点列松开。不使用任何实例 API 改列位置，仅用实例内部 API 读坐标与顺序做定位和验证；落点列由 VTable 原生语义自动计算（向右拖→目标列后方，向左拖→目标列前方）。source/target 支持列索引或字段名/列标题。返回拖拽前后列顺序、验证结果及 dragHeaderMode 等诊断信息；VTable 未开启列头拖拽(dragHeaderMode)或列级 dragHeader=false 时给出明确报错。

一次性无损读取表格中所有的完整后台行记录对象 (JSON)。可用于整表断言和宏观数据检查，无需操作 DOM。

读取单元格中心的【顶层视口坐标】viewportX/viewportY（经场景图 globalAABBBounds 精确计算，含 iframe 与容器偏移），可直接作为 click_interact(by="coordinate", coordinate_space="top") 的点击坐标。col_field 支持列索引或字段名/列标题，row_index 为纯数据行号（0 为第一行）。

读取某个单元格的场景图渲染详情：视觉文本、文字颜色、单元格背景色、边框色、字体大小及文本/背景节点（detail="full" 时含全部节点）。col_field 支持列索引或字段名/列标题，row_index 为纯数据行号（0 为第一行）。用于断言单元格的展示样式（标签色、高亮等）。

读取某个具体单元格的值。row_index 为纯数据行号 (0为第一行)，col_field 支持字段名或列标题。visual=True(默认) 读取场景图渲染层文本，与界面显示完全一致——重要：VTable 排序/筛选发生在渲染层，数据源 records 不重排，排序状态下必须用渲染层才能读到界面真实顺序；visual=False 读取数据源 records 原始值（忽略排序/筛选）。渲染视口外的行需先滚动。

按中文列标题读取该列所有单元格的值。titles 为列标题数组（如 ["商品名称","商品编码"]）；raw=false 读取场景图渲染后的视觉文本（与界面显示一致），raw=true 读取原始字段值（如数字码/状态码）。返回每列值列表及缺失列。

读取当前 VTable 表格有多少行纯数据。直接通过读取内部记录集合长度，不受屏幕滚动截断影响。

强制连接浏览器，在目标 iframe 中寻址并刷新最新 vtable 实例至 window._vtable。通常作为其他 VTable 操作的前置条件。

【推荐】扫描 VTable 全部列（含多级表头）：返回每列标题、body 行为分类（checkbox/button/文本等），以及【表头图标的顶层视口坐标 viewportX/viewportY】（经场景图 scenegraph 精确计算）。坐标可直接传给 click_interact(by="coordinate", coordinate_space="top") 点击，无需叠加偏移。用于规划列头点击（排序/筛选/下拉图标）与列交互。

滚动 VTable 到目标位置（等价于拖动横/纵向滚动条滑块，直接调用实例 API scrollToCol/scrollToRow/scrollToCell/setScrollLeft/setScrollTop，比真实鼠标拖拽滚动条更稳定）。四种用法按优先级：1) col_field+row_index 滚动到指定单元格；2) 仅 col_field 横向滚动到该列；3) 仅 row_index 纵向滚动到该行；4) scroll_left/scroll_top 直接设置滚动偏移。col_field 支持列索引(int)或字段名/列标题(str)。verify=True(默认) 滚动后自动校验目标是否已进入可视区，返回最新 scrollLeft/scrollTop 及单元格可见性。滚动到目标后应配合 vtable_get_cell_center 获取最新坐标再点击。

勾选/取消勾选 VTable 表格中的行。VTable 是 canvas 渲染，DOM 中无复选框，本工具在内部一次性完成实例刷新、checkbox 列定位、目标行坐标计算(iframe 相对顶层偏移 + canvas 相对 iframe 偏移合成)并发送真实鼠标点击，返回勾选前后变化。row_indexes 为 0 起始的纯数据行索引列表；action 可选 check(确保勾选,默认,幂等)/uncheck(确保取消)/toggle(逐行切换)。点击后自动观察并返回 observation：dynamic_layers/new_layers(浮层与消息弹窗)、navigation.url_changed(tab 页跳转)、navigation.frames_changed(iframe 跳转)。

等待页面条件成立（轮询），超时返回最后一次状态快照、不抛错。condition：element_visible(selector 可见,默认)/element_hidden(selector 不可见或不存在)/element_has_text(selector 可见文本包含 expected_text,exact=True 精确相等)/text_present(目标 iframe 或全部 frame 页面文本出现 expected_text)/url_contains(URL 包含 expected_text)。典型用法：提交表单后 wait_for_condition(condition='text_present', expected_text='新增成功', timeout_ms=10000) 等成功消息出现，再断言收尾。