先选浏览器身份,再读状态、操作与交接

BrowserAct Skills

给网页任务一个可核对的会话

把本地浏览器操作接入代码助手:按页面状态读取和点击,区分登录身份与任务会话,遇到本人验证时交接。仓库另有生成可复用技能的 Forge 与站点方案目录。

作者 BrowserAct Team

一句提示词创建网页采集器

一句提示词创建网页采集器

查看示例出处

适合怎样的使用环境

  • 能读取 Skill 并执行终端命令的助手
  • 本地 Chrome / Chromium
  • 需要时另配 BrowserAct 账号
GitHub Star
6,300
版本
2.0.2
资料核对

先跑通一个普通 Chrome 的只读会话

先确认助手能发现 Skill、拿到真实浏览器 ID、读取一页并关闭自己的会话。之后再引入登录态、分页采集或人工接管,每一步都检查实际返回值。

选一个任务,开始使用

把下面的安装请求发给你实际使用的助手,完成入口和 CLI 两部分设置。随后执行第一项只读练习;具体命令以完整的 get-skills 返回内容为准。

从首次读取、限量整理或已登录页面核验中选一项。

用作者 quick-start 中的 example.com 走完发现环境、读取页面和关闭会话。

  1. 让助手安装入口与独立 CLI

    这是发给助手的安装请求,不是终端命令。入口目录与独立 CLI 都要准备;需要 uv 和 Python 3.12。固定链接保留本页审读的 Skill 2.0.2,uv 命令则取得执行时的 CLI 版本,安装后用 get-skills 核对兼容性。

    Add the browser-act entry Skill from https://github.com/browser-act/skills/tree/11c057b03f92101642cadc9f840564574120d184/browser-act to the Skill directory used by this client. Read the author’s installation guide. If the separate CLI is missing, install it with uv tool install browser-act-cli --python 3.12. Preserve an existing working setup. Verify browser-act --version, activate the installed Skill, and read browser-act get-skills core --skill-version 2.0.2 in full. Report the Skill path, CLI version, and missing requirements; browser creation belongs to the first task.
    查看作者安装说明

    读完整运行说明,再选择浏览器

    安装检查用 browser-act --version;随后调用入口并完整读取下方命令。核对浏览器类型、用途描述、真实 ID 和现有会话。需要 Profile、代理或隐私模式时再读取 get-skills advanced;普通首次练习不需要先配账号或导入登录数据。

    browser-act get-skills core --skill-version 2.0.2
    查看两层技能与版本机制
  2. 把这段话发给 AI

    以下任务与文字展示由本站依据作者文档编写,未在本站运行。方括号或尖括号必须替换为真实输入;命令结果和待验收项目分别记录。

    使用已安装的 browser-act Skill。先完整读取 browser-act get-skills core --skill-version 2.0.2 的返回内容,核对 CLI 版本、入口版本、浏览器清单和当前会话;版本不兼容或环境缺失时,先说明所需处理,不把命令文本当成运行成功。 本次只读取 https://example.com。选择为公开页面任务准备的普通 chrome 浏览器,核对其真实 ID 与用途;若尚无合适浏览器,按当前 get-skills 的说明和确认流程创建空白 chrome 环境。不导入个人 Profile、不接管 chrome-direct、不配置代理或登录服务。 为本任务创建一个唯一 session 名称,用 browser-act --session <本任务名> browser open <真实浏览器ID> https://example.com 打开页面,然后运行同一 session 的 state、get title 和 get markdown。尖括号替换成真实值,不直接复制示例 ID。核对返回 URL、标题和正文是否属于目标页面,记录可见外链;不需要点击或提交表单。 把实际版本、浏览器类型、URL、标题、简短正文摘要、已观察到的链接和错误写入 browseract-first-run.md。完成后用 browser-act session close <本任务名> 关闭自己创建的会话,并用 session list 核对;不要删除浏览器配置或关闭别人的会话。无法完成的步骤保留为未验证。

  3. 检查你拿到的结果

    • 一份来自实际网页的首次检查记录,包含真实环境与来源 URL。
    • 读取与关闭均有命令结果,未把预期网页文字冒充已访问结果。
    • 只使用自己的命名会话,保留已有浏览器和其他任务。
    查看这项任务的作者说明
进一步了解这个 Skill

BrowserAct 的本地技能不是一份把所有命令写齐的长指南。browser-act/SKILL.md 是发现入口:助手载入后,通过 get-skills core 获取与已安装 CLI 对应的环境、浏览器清单、会话和操作说明。只复制入口文件,仍不足以运行浏览器。

实际操作围绕一个循环展开:打开命名会话,读取 state,根据当前页面的元素索引操作,再读 state 确认结果。页面变化后索引可能失效;采集到的文本也要由助手整理、核对,不能把命令正常返回等同于表格内容正确。

浏览器保存身份与登录环境,session 承载一次任务。同一浏览器的多个 session 仍共享 Cookie 和登录态;Profile 导入只是一次快照,chrome-direct 则直接占用本机 Chrome。选对这层关系,才能避免把另一个账号的数据带进报告。

遇到本人必须处理的验证,remote-assist 可返回接管链接;完成后还要重新读取页面状态才能继续。另一个入口 Skill Forge 面向反复执行的站点工作,生成 SKILL.md 和脚本;仓库的 solutions 则提供站点方案。它们需要分别配置,云端托管 Bot 也不是装本地 Skill 后自动获得的能力。

来源与核验

资料核对

已全文读取固定提交的两个入口、README、许可、依赖清单、全部 docs 文档与 Solutions 目录;另核对官网定价主体及 PyPI 发布字段。未审读 101 个方案的正文,未安装 CLI、读取其运行时技能、启动浏览器或采集网站。