出海助手-网页浏览代理
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,将 @user_9c953624/yimubiao-agent-browser 安装到当前 AI 助手。
技能介绍
这个技能解决什么问题
同一个网页自动化需求,落到 AI 智能体身上会碰到三重麻烦:脚本按 DOM 选择器写好,站点改个样式就全部失效;Puppeteer、Playwright 这类方案要整套 Node 运行时,agent 每执行一步都得等往返延迟;再换工具时还得为每个 coding agent 各做一次接入。agent-browser 的做法是换成 Rust 原生 CLI,通过 Chrome/Chromium 自带的 DevTools Protocol 驱动浏览器,并把页面渲染成无障碍树快照。智能体拿到的因此是一个语义层面稳定得多的元素集合,而不是会随时变形的 HTML。
核心能力
- 无障碍树快照:读取的是浏览器可访问性层级,角色、名称、父子关系都在里面。CSS 改版、DOM 重排,快照依然可用。
@eN元素引用:每个候选元素拿到一个紧凑句柄,后续点击、填表、选择都指向它,不需要反复重新查询文档。- 版本同步的文档入口:
SKILL.md只是发现入口,真正可用的流程从 CLI 加载。CLI 按已安装版本提供内容,指导文档不可能指向一个不存在的参数。 - 专向技能按需加载:Electron 桌面端、Slack、探索性测试、Provider 沙箱等场景各自配独立技能包,普通网页之外的分支不必挤进主线。
关键步骤
会话按「读取快照 → 解析元素引用 → 执行动作 → 再次读取」推进。可观察面板监听在 4848 端口,和浏览器会话相互隔离,走转发地址也能连上。
适用边界
- 本机需要 Chrome 或 Chromium,以及 agent-browser CLI,无头服务器环境没有现成捷径。
- 会话、凭据存储、录像都有,但验证码、2FA 这类人工摩擦仍得真人介入。
使用场景
- 拿到一个没有现成接口的站点,需要把列表页逐页翻完并把可见字段整理成一份数据表。
- 用 VS Code、Slack、Figma 这类 Electron 客户端时,有一套重复的手工操作要自动化执行。
- 新功能上线阶段,要沿同一批路径反复点开验证,记录报错截图和复现步骤。
- 抓包得到一份 HAR 录制后,想从中推导出一个站点专属的 API 客户端代码。
适合人员
- 后端工程师:在调试没有公开文档的内部服务,想从 HAR 录制里还原一份可用的 API 客户端。
- QA 测试工程师:每次新版本上线都要沿一批常见路径做探索性测试,希望脚本能代跑并整理缺陷线索。
- 桌面应用开发者:给自己维护的 Electron 工具写自动化回归,不想为每个 UI 分支单独维护一套脚本。
- 数据分析工程师:定期从几个结构经常变的网站抽取数据,要用无障碍树快照降低界面改版带来的失败率。