技能包

BrowserAct:讓代理做真瀏覽器自動化和帳號流程

適合要做真瀏覽器自動化、網頁擷取或帳號流程的任務;正文沒有安裝器,先載入 Skill 再用 get-skills 查看狀態,點擊輸入前先確認。

官方來源 · BrowserAct Skills

安裝

get-skills

適合誰

需要讓 AI 代理或團隊做真瀏覽器自動化、網頁資料擷取或基於帳號的流程時,再看 BrowserAct。官方原文是:BrowserAct enables AI agents and teams to perform real-browser automation, web data extraction, and account-based workflows。

儲存庫標題還提到面向代理的瀏覽器自動化 CLI,以及卡住時把控制交給人、並行多任務、獨立多工作階段和隔離多帳號瀏覽。適合這些任務已經發生在真瀏覽器裡、而不是只解析靜態 HTML 的人。正文沒有給出用戶端名單,不要寫成只支援某一個代理。

頁面: https://github.com/browser-act/skills

3 分鐘完成第一次嘗試

正文沒有給出 npx 或其他安裝器。官方用法是:Your agent can load the BrowserAct Skill, discover browser state with get-skills, and run browser automation commands directly from your local environment。第一次只走到發現狀態,不要發明安裝命令或本機目錄。

前置條件:你要做的是真瀏覽器自動化、擷取或帳號流程;並先想清楚走 fully cloud-managed execution,還是 local browser control driven by your own agent workflow。

向代理發出 get-skills,只要求它說明目前瀏覽器狀態,以及接下來若要用 state 會得到什麼。成功訊號是代理能複述 state returns an indexed list,隨後可用 click 3 / input 2 "...",並且 No DOM parsing required。若代理直接點擊、輸入或開啟雲端執行,先停住。

使用案例

案例一:本機用索引操作頁面。先 get-skills 看狀態,再按需呼叫 state,用返回的序號執行 click 3 或 input 2 "..."。點擊和輸入會改變頁面,執行前先確認序號無誤。成功訊號是代理按索引命令工作,而不是去解析 DOM。頁面沒有寫出更多命令名,不要補。

案例二:卡住時交給人接管。remote-assist generates a live URL;使用者可從 any device 接手,完成後代理繼續。這會產生可存取的現場地址,呼叫前先確認你要打開這條 URL。成功訊號是得到 live URL,並且說明人做完後代理可以接着跑。兩種模式(全雲託管/本機瀏覽器控制)不要混成同一步。

使用邊界

沒有可複製的安裝器。不要把「載入 BrowserAct Skill」改寫成未出現的安裝命令。

已寫出的命令只有 get-skills、state、click 3、input 2 "..." 和 remote-assist。其他 CLI 參數、反爬手法和帳號登入步驟都不要編造。

兩種模式只能選頁面寫過的這兩條,不要發明第三種。

remote-assist 的 URL 是對外地址,未確認前不要產生。未寫出的並行任務、多工作階段和多帳號開關都不要補;標題提到這些能力,但正文沒有給出對應命令。