BrowserAct Skills

---

BrowserAct 是专为 AI Agent 构建的浏览器自动化 CLI 工具。它能够突破反爬虫机制，在任务卡顿时实现跨平台的“人工接管”，支持并行任务执行而互不干扰，并能在隔离的浏览器环境中运行多个账号。

为什么选择 BrowserAct

AI Agent 所需的浏览器必须能够触及标准工具无法到达的地方，在 Agent 卡顿时允许人工无缝接管，防止并行任务间的交叉污染，并且设计之初就是为了适配 LLM 推理逻辑，而非人类编写的脚本。一个为 Agent 设计的浏览器必须满足以下四点：

1. 突破封锁 — 三层渐进式防护

1. 环境层 (Environment layer) — 隐形指纹伪装、TLS 轮换、代理切换。绝大多数封锁在触发前即可规避。
2. 执行层 (Execution layer) — solve-captcha 可自动解决 CAPTCHA；stealth-extract 支持通过单条命令抓取受保护页面的内容。
3. 人工层 (Human layer) — remote-assist 可生成实时链接；用户可从任意设备接管操作，完成后 Agent 即可无缝继续执行。

2. 三种浏览器模式 — 应对真实场景

模式	适用场景	核心特性
chrome	复用本地 Chrome 登录状态	配置文件导入或 CDP 挂载
stealth 隐私模式	无需登录的批量爬取	每会话生成新指纹 + 代理轮换，无任何残留
stealth 固定身份	已登录账号 · 多浏览器并行	稳定指纹 + 稳定 IP，保持账号身份，不被标记为机器人

3. 零干扰并发 — 每个 Agent 独立运行

• 跨浏览器并行 — 独立的 Cookie、指纹和代理，站点无法关联这些会话。
• 同浏览器多会话 — 共享登录状态，执行独立，任务之间互不阻塞。
• 隐私模式 — 每个会话拥有全新的指纹和空白配置文件，结束后零残留。

4. 专为 Agent 推理设计 — 而非人类脚本

• 紧凑文本输出 — 索引化的文本格式，比 JSON 或 HTML 节省数倍 Token。
• 索引化交互 — state 命令返回索引列表；通过 click 3 / input 2 "..." 操作，无需解析复杂的 DOM。
• 语义记忆 — 每个浏览器携带 desc（描述），根据任务含义进行匹配。
• 并发安全 — 会话所有权 + 显式命名。多 Agent 操作互不冲突。

安全性：确认门控 — 敏感操作（浏览器创建/删除、配置文件导入、代理变更、安全及隐私开关）需用户明确授权。授权记录不会预存，且在 Skill 层级强制执行，而非配置开关。

---

更多特性

• 更好的 Headless 模式 — 默认 Headless 运行而不干扰用户；且提供不被检测的隐身 Headless 模式。
• 跨平台远程接管 — 任何设备均可通过链接进行接管，操作完成后 Agent 可无缝接续。

---

安装

告诉你的 AI Agent：

Install browser-act. Skill source: https://github.com/browser-act/skills/tree/main/browser-act . Verify it works after installation.

安装详情 →

---

快速入门

# 提取受保护页面内容（零配置）
browser-act stealth-extract https://example.com

# 全功能浏览器自动化
browser-act --session my-task browser open  https://example.com
browser-act --session my-task state          # 查看可点击元素
browser-act --session my-task click 3        # 按索引点击
browser-act --session my-task input 2 "hi"   # 在字段中输入

更多示例与工作流 →

Agent 在每个会话开始时运行 get-skills —— 可一次性获取环境状态、浏览器列表及所有可用命令：

browser-act get-skills core --skill-version 2.0.2

Agent 如何发现并使用 BrowserAct →

---

兼容性

操作系统: Windows, macOS, Linux

Agent: Claude Code · Cursor · VS Code · OpenCode · OpenClaw · Codex · Gemini CLI — 适用于任何可以执行 Shell 命令并加载 Skill 的 Agent。

---

文档

完整文档涵盖了反屏蔽、浏览器模式、会话与并发、Headless 与远程接管、Agent 设计、Skills 系统以及完整的命令参考。

阅读完整文档 →

---

BrowserAct 生态：Skill Forge — 你的个人爬虫工程师

需要大规模重复从同一网站提取数据吗？无需手动编写爬虫。Skill Forge 会先探索网站一次，发现其 API 和数据模式，生成可直接部署的 Skill 包，然后可靠地运行，无需二次探索 —— 无论是在同一条稳定路径下处理 500 条还是 5000 条记录。

任何网站。任何数据。一条命令即可开始：

Install browser-act-skill-forge. Skill source: https://github.com/browser-act/skills/tree/main/browser-act-skill-forge . Verify it works after installation.

然后告诉你的 Agent 你的需求：

"Forge a Skill that extracts job listings from LinkedIn — title, company, ...