Phi CLI

Phi CLI 把 Phi 的浏览器自动化搬到命令行，只用一条命令：phi。任何能运行终端命令的东西都能用它驱动你的浏览器：你自己、一段 Shell 脚本、一个 CI 任务，或者一个编程智能体。

phi open https://example.com        # open the page, print its element map
phi click @2                        # act on an element from the map
phi fill @1 "search term" --submit
phi screenshot shot.png
phi close

和那些启动一个空白、用完即弃浏览器的自动化工具不同，CLI 驱动的是你自己的 Phi。它是 phi-browser skill 所用同一引擎的命令行前端，所以那一页讲的一切在这里同样成立：工作在一个隐藏的智能体空间里进行，里面有你已经登录的网站；它会以机器人标记的形式出现在空间切换器中；你可以实时观看，也可以随时接管。

安装

npm install -g @phibrowser/cli          # npm
brew install phibrowser/tap/phi-cli     # Homebrew

两种方式都会安装 phi 命令，外加一个别名 phibrowser。它需要 macOS、Node 22 或更新版本，以及 Phi Browser 2.4.0 或更新版本，因为 CLI 只是客户端，不是浏览器。如果没装 Phi Browser 或版本太旧，CLI 会提议替你安装或更新，来源与应用自我更新所用的签名发布源相同；phi install browser 做的是同一件事，只是不再询问。

没有别的要配置。Phi Browser 不必处于运行状态，CLI 需要时会自己启动它。CLI 第一次连接时，Phi 会弹出常规的批准提示（允许一次、始终允许或拒绝），批准 CLI 的同时也会开启智能体控制。在较旧的 Phi 版本上，智能体访问需要在设置 → 开发者里手动开启；遇到这种版本时 CLI 会告诉你。

元素地图

每次导航之后，CLI 都会打印页面头部，再为每个可交互元素打印一行，格式正是各操作命令接受的语法：

@32 link "English 7,189,000+ articles" href="https://en.wikipedia.org/"
@1 input "Search Wikipedia" type="search"

只要元素还在，@N 引用就一直有效，所以你可以先读地图、再决定、再用单独的命令执行。执行一个操作后，CLI 只打印页面上发生了变化的部分；如果这个操作触发了导航，就改为打印新页面的完整地图。写脚本时，--json 输出原始 JSON，--quiet 则省略摘要。

运行 phi help 查看完整命令列表（导航、快照、截图和 PDF、Cookie 和存储、等待、标签页组、下载等等），运行 phi help <command> 查看单个命令的选项。

会话

一个会话对应一项任务和它的智能体空间。默认会话叫 cli；用 -s 给每个独立目标开一个自己的会话：

phi -s checkout open https://shop.example
phi -s checkout click @14
phi sessions                        # list agent Spaces; * marks yours
phi -s checkout close               # finish the task, close the Space

和所有智能体空间一样，会话的空间默认是临时的，任务停下来一段时间后会自动关闭。想把它留作长期工作区，就加上 --persistent。

命令在哪里运行

默认情况下，一切都发生在会话的隐藏智能体空间里。有两件事能把范围扩大：

• 你的真实窗口。 phi -U "Work" goto …（click、fill、snapshot 等命令同理）会驱动你自己某个空间的可见窗口，而不是隐藏窗口。你的点按和 CLI 的操作会在同一个窗口里交错进行，所以它会小步执行，每步之间重新读取页面。
• 浏览器管理。 space-list、bookmark-add、rules、pins、downloads 这类命令在整个浏览器范围内操作你的真实数据，和 phi-browser skill 能做的一样。

这两项都受设置 → 开发者 → 「允许智能体操作你的空间」（默认关闭）把守，规则和编程智能体完全一样。在你开启之前，CLI 只能待在它自己的智能体空间里。

登录

CLI 从不要求你把密码粘贴进终端。登录走的是智能体密码管理器：phi cred-fill 让 Phi 直接用你密码库里的登录项填写登录字段，秘密从应用直达页面，不经过 CLI；而且每一次请求都会弹出 Phi 的批准或拒绝提示，写明是谁在请求、要什么。填充只对登录项所属的网站生效，两步验证码从不交给自动化，命令处理过的任何秘密都会从输出中抹掉。

你始终掌控

CLI 沿用 phi-browser skill 的协作规则。点按空间切换器里的机器人标记就能实时观看会话，随时可以接管。你握着方向盘的时候，CLI 的修改类命令会被拒绝，直到你交还控制权。轮到你出手的步骤（登录、人机验证、两步验证码）走的是 phi handoff "Sign in, then hand back"：Phi 提示你，你完成这一步，交还控制权后工作继续。

把自动化对准一个你在乎的账号之前，有件事要先知道：有些网站不欢迎智能体，而且会采取行动。Reddit 是最有名的例子，被认定为自动化的账号会被限制或封禁。CLI 按你的指令做的事由你负责，这份风险也由你承担；我们无法替你申诉或撤销。

从终端安装 phi-browser skill

CLI 也能替你安装 phi-browser skill：

phi install skill                # link the skill into every coding agent present
phi install skill claude codex   # only these agents

这和设置 → 开发者里的安装 phi-browser skill 按钮做的是同一件事，只是不用离开终端：它把 Phi 内置的 phi-browser skill 链接到每个智能体的 skills 文件夹，所以会随 Phi 的每次更新保持最新。

这不是浏览器 Skill

浏览器 Skill 是你在 Phi 里教给助手的工作流。phi install skill 装的是 phi-browser skill，也就是让外部编程智能体驱动 Phi 的那个软件包。

下一步

• phi-browser skill：智能体空间、实时观看智能体，以及访问范围如何受限。这些全都适用于 CLI。
• 智能体密码管理器：自动化如何用你的密码库登录，而不看到你的密码。
• 空间与个人资料：智能体空间赖以建立的工作区和登录身份。