浏览器智能代理工具(免费版)
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 @u_8ee34d77/browser-agent-tool-free。
技能介绍
要解决什么问题
在 AI Agent 做多步网页操作时,常见痛点是 CSS/XPath 选择器随 DOM 或 A/B 改版漂移,导致 click 指错节点;内置浏览器工具往往也难以在多任务间隔离 Cookie 与会话。本技能围绕 agent-browser 命令行,用 可访问性树快照 列出可交互元素,再通过稳定的 ref 引用 执行后续操作,让代理在复杂 SPA、登录态延续、多标签场景下行为更可预期。
核心能力与工作方式
典型流程是:先 open 目标 URL,用 snapshot -i --json 只抓取可交互节点并拿到 ref 映射;根据快照执行 click / fill / type / select;需要正文或属性时用 get text / get html / get attr;页面未稳定前配合 wait --load networkidle。跨步骤保留登录可用 state save / state load;并行跑管理员与普通用户等角色时用 --session 隔离浏览器上下文。导航侧支持 back / forward / reload,状态检查有 is visible / is enabled。
文档还强调三条执行习惯:DOM 一变就重新快照(ref 会失效);快照始终带 -i 与 --json 便于解析;调试时可 --headed 目视核对浏览器行为。
适用边界与注意点
适合个人开发者做签到留证、搜索结果抓取、双会话联调等自动化;不适合医疗诊断、法律判决或必须 100% 确定性的关键决策。免费版不含企业级调度、代理池与并发上限提升;若元素在 iframe 内,需在快照中按 frame 处理。网络或环境异常时按 SKILL 中的错误处理表排查,并避免在输出中泄露密钥等敏感信息。
使用场景
- 每天在固定站点完成签到后,用截图或页面文本留存凭证
- 在搜索引擎输入关键词,提取前几条结果的标题与链接写入下游脚本
- 同时开管理员与普通用户两个 `--session`,验证权限差异而不互相污染 Cookie
- 复杂单页应用在多次路由跳转后,按 networkidle 等待再重新 snapshot 点击按钮
适合人员
- 维护 agent-browser 脚本的个人开发者,需要 ref 定位避免选择器改版
- 在 Cursor/Codex 等 Agent 里编排多步填表、登录流程的 LLM 应用作者
- 要做双角色联调、又不想反复手工登录的前端或全栈工程师
- 接 SkillHub Markdown 技能、想把网页操作交给 Agent 执行的集成者