智能体浏览器命令行
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 @zcwl/browser-cli-2。
技能介绍
痛点在哪
很多自动化任务卡在「必须真开浏览器」:门户签到、只给 Web UI 的填表、要对 DOM 截屏、或把列表页收成结构化数据。用纯 HTTP 脚本往往过不了登录态、动态渲染或反爬;让人工反复点又费时且难复现。你需要的是在 Agent 会话里用自然语言下发任务,由技能代为驱动浏览器并返回可核对的结果。
技能在做什么
本技能基于 MD + execute() 的 Agent Skill 形态,在 Windows / macOS / Linux 上通过 Agent Browser CLI 完成浏览器侧操作。文档中归纳的能力包括:中文交互、批量处理与实时预览;付费版还写明支持信息抓取、多标签页并行抓取、反爬虫策略规避、页面结构变化自适应与批量导出结构化数据(免费版仅覆盖基础功能)。
典型调用会带上可选参数:content(输入内容)、mode(json / text / markdown)、max_retries(默认 2)、skip_steps(断点续传)。完成后应查看输出摘要;异常时可对照恢复章节与错误表排查(如 LLM 超时、输入格式不符、环境权限不足)。
操作习惯上,文档强调:先 snapshot 再操作(页面变化后重新取 ref)、加载用 sleep 或等待、多步可在同一会话中完成,结束用 agent-browser close 释放资源。FAQ 中还提到 --parallel、--structure-adapt、--anti-crawler-circumvent、--export 以及 --browser-engine(Chromium / Firefox)等配置方向。
边界与注意
不适用于需要人工判断的复杂决策场景。数据抓取需遵守目标站点协议;API Key 用环境变量保管。专业版表格中的抓取与并行等能力以 SkillHub 页说明为准,勿假定免费版已全部开放。
使用场景
- 内网门户每天定时签到,需在同一浏览器会话里完成登录、点击签到并截图留档
- 运营活动页只有 Web 表单、无开放 API,要按模板批量填写并导出提交结果摘要
- 监控竞品列表页字段变化,需在多 URL 上并行打开并导出 JSON/Markdown 结构化数据
- 测试环境需对单页做 DOM 截图并在页面改版后仍能定位元素完成点击流程
适合人员
- 负责多个 SaaS 后台日报签到的运维,希望把重复打开浏览器改成 Agent 可编排步骤
- 做竞品情报的情报分析员,需要把列表页收成结构化字段而非手工复制粘贴
- 无后端接口仅有 H5 表单的运营,要批量填表并核对每次提交是否成功
- 编写端到端 UI 流程的测试工程师,需要在改版后快速重跑 snapshot 与点击序列