Agent Skills
返回列表
Browser Act 浏览器自动化 CLI

Browser Act 浏览器自动化 CLI

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_2cc35c71/browser-act。

技能介绍

解决的问题

当 AI Agent 需要处理登录页、动态渲染站点、多账号或敏感操作时，纯 HTTP 抓取与简单脚本常常不够：内容依赖 JS 渲染，会话相互串号，表单、验证码、代理与人工确认缺少稳定接口。Browser Act 把这些浏览器能力封装为 CLI，供 Agent 按需调用。

核心工作方式

它不是单纯抓取器，而是面向 Agent 的浏览器自动化入口：

  • 轻量提取：对 JS 渲染内容做快速获取，可作为 WebFetch 或 curl 的替代方案。
  • 会话管理：多浏览器隔离、多账号并行，降低环境互相污染。
  • 交互与取证：支持 DOM 提取、截图、表单填写、文件上传、网络捕获。
  • 安全与协作：通过 Confirmation Gate 对浏览器创建、删除、敏感操作要求显式批准；遇到交互验证时可在用户授权下辅助完成；headed mode 与 remote assist 让人工补位。

使用前应先执行 CLI 的 get-skills core，读取环境状态、可用浏览器、操作指令与完整工作流；该输出包含安全约束，不应跳过或截断。适用边界：它适合需要浏览器上下文的 Agent 工作流，但不替代完整 RPA 平台；涉及敏感站点、账号、支付或合规数据时，应保留人工审批与最小权限。

使用场景

  • 调试前端 Agent 时，需要对登录后的动态页面执行 DOM 提取、截图并验证表单提交结果。
  • 测试多账号后台时，用多浏览器隔离并行操作，避免 Cookie、会话和代理配置互相污染。
  • 采集 JS 渲染报表时，先做轻量内容提取，再按需打开浏览器捕获网络请求和截图留证。
  • 处理需要人工验证的站点时，Agent 发起操作，用户通过 headed 模式或远程协助完成敏感步骤。

适合人员

  • 需要让 Agent 在 Cursor、Claude Code 或 Codex 中执行受控浏览器操作的工程师。
  • 负责多账号 Web 应用测试，需要会话隔离、代理切换和截图留证的测试工程师。
  • 构建内部自动化工作流，需要把 DOM 提取、表单填写和敏感操作确认接入 Agent 的产品工程师。
  • 处理需要人工审批的站点任务，希望保留 Confirmation Gate 与远程协助能力的平台开发负责人。