Agent Skills
返回列表
Browser-Use AI 浏览器自动化

Browser-Use AI 浏览器自动化

AI Agent 更新于 2026.08.29

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_fe8721be/jmy004。

技能介绍

解决什么问题

网页自动化常常卡在“命令太细、上下文太弱”：手动写点击、输入、跳转，页面一变化就容易失效。browser-use 把任务交给 LLM，用自然语言描述目标，由模型根据页面上下文决定下一步操作，适合需要浏览、提取数据、填写表单的动态网页任务。

它如何工作

核心流程是先配置 LLM API key，再通过命令行或 JavaScript/TypeScript 发起任务。它支持 OpenAI、Anthropic、Google Gemini、AWS Bedrock、Azure、Groq、Ollama、DeepSeek、OpenRouter、Mistral、Cerebras 等提供商。与 playwright-cli 相比，它不要求逐步指定点击或输入，而是让 AI 理解页面并选择动作。

适用边界

适合相对明确、可验证的网页自动化任务；不适合完全无约束的高风险操作。注意 API key 属敏感信息，不要提交 .env；用 --allowed-domains 限制访问范围；敏感字段优先通过 sensitive_data 传递。

使用场景

  • 在测试环境中让模型打开登录页，填写邮箱和密码并点击提交，验证表单流程。
  • 处理商品列表页时，让 Agent 逐页浏览并提取标题、价格与链接，导出为结构化数据。
  • 在 SaaS 后台做配置核对，让 Agent 打开指定设置页并提取当前选项值。
  • 接入 Ollama 本地模型，用自然语言描述任务，完成无外部 API key 的浏览器操作试验。

适合人员

  • 需要让 Agent 自动完成登录、填表和结果提取的前端工程师。
  • 要做网页数据抓取但不想逐条写 Playwright 选择器的后端工程师。
  • 需要比较本地 Ollama 与云端 LLM 浏览器自动化效果的技术负责人。
  • 负责自动化测试用例中动态页面操作的测试开发工程师。