安装
get-skills适合谁
需要让 AI 代理或团队做真浏览器自动化、网页数据提取或基于账号的流程时,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。
仓库标题还提到面向代理的浏览器自动化 CLI,以及卡住时把控制交给人、并行多任务、独立多会话和隔离多账号浏览。适合这些任务已经发生在真浏览器里、而不是只解析静态 HTML 的人。正文没有给出客户端名单,不要写成只支持某一个代理。
页面: https://github.com/browser-act/skills
3 分钟完成第一次尝试
正文没有给出 npx 或其他安装器。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。第一次只走到发现状态,不要发明安装命令或本地目录。
前置条件:你要做的是真浏览器自动化、提取或账号流程;并先想清楚走 fully cloud-managed execution,还是 local browser control driven by your own agent workflow。
向代理发出 get-skills,只要求它说明当前浏览器状态,以及接下来若要用 state 会得到什么。成功信号是代理能复述 state returns an indexed list,随后可用 click 3 / input 2 "...",并且 No DOM parsing required。若代理直接点击、输入或开启云端执行,先停住。
使用案例
案例一:本地用索引操作页面。先 get-skills 看状态,再按需调用 state,用返回的序号执行 click 3 或 input 2 "..."。点击和输入会改变页面,执行前先确认序号无误。成功信号是代理按索引命令工作,而不是去解析 DOM。页面没有写出更多命令名,不要补。
案例二:卡住时交给人接管。remote-assist generates a live URL;用户可从 any device 接手,完成后代理继续。这会生成可访问的现场地址,调用前先确认你要打开这条 URL。成功信号是得到 live URL,并且说明人做完后代理可以接着跑。两种模式(全云托管 / 本地浏览器控制)不要混成同一步。
使用边界
没有可复制的安装器。不要把「加载 BrowserAct Skill」改写成未出现的安装命令。
已写出的命令只有 get-skills、state、click 3、input 2 "..." 和 remote-assist。其他 CLI 参数、反爬手法和账号登录步骤都不要编造。
两种模式只能选页面写过的这两条,不要发明第三种。
remote-assist 的 URL 是对外地址,未确认前不要生成。未写出的并行任务、多会话和多账号开关都不要补;标题提到这些能力,但正文没有给出对应命令。