73 lines
2.4 KiB
Markdown
73 lines
2.4 KiB
Markdown
---
|
||
title: Browser Act Skill（浏览器自动化）
|
||
type: reference
|
||
tags:
|
||
- AI agent
|
||
- skill
|
||
- 浏览器自动化
|
||
- 反封禁
|
||
- browser-act
|
||
created: 2026-08-18
|
||
audience: human + AI
|
||
language: zh-CN
|
||
---
|
||
|
||
# Browser Act Skill（浏览器自动化）
|
||
|
||
> 为 AI Agent 打造的浏览器自动化 CLI —— 解决普通抓取/内置 WebFetch 工具过不去的"真实网页"问题。
|
||
|
||
## 基本信息
|
||
|
||
| 项目 | 内容 |
|
||
|---|---|
|
||
| 仓库 | https://github.com/browser-act/skills |
|
||
| 版本 | v2.0.2 |
|
||
| 官网 | https://www.browseract.com |
|
||
| 安装名 | `browser-act` |
|
||
|
||
## 核心能力
|
||
|
||
- **反封禁穿透** — 自动过 Cloudflare、DataDome、reCAPTCHA；stealth 指纹、TLS 轮换、住宅代理
|
||
- **登录态复用** — 连接本机正在运行的 Chrome，cookie/插件直接可用，无需重新登录
|
||
- **并发与隔离** — 多浏览器、多账户并行操作互不串数据
|
||
- **人工接管** — 卡在 2FA/CAPTCHA/判断性步骤时，头部模式 + 远程协助让真人接管
|
||
- **安全门控** — Confirmation Gate 协议：建/删浏览器、登录、提交表单、上传文件都需用户明确批准
|
||
- **数据本地化** — cookie/会话/页面内容全部本地处理，仅验证码图片会上传到辅助 API
|
||
|
||
## 两层 Skill 架构
|
||
|
||
1. **Entry Skill**（安装的 SKILL.md）— 仅做触发感知，内容很少
|
||
2. **`get-skills` 运行时** — 每次任务先执行以下命令，返回环境状态 + 动态指令（版本永远匹配安装的 CLI，不会过时）
|
||
|
||
```bash
|
||
browser-act get-skills core --skill-version 2.0.2
|
||
```
|
||
|
||
按需渐进加载：`core`（核心工作流）/ `advanced`（代理、profile 导入、隐私模式）/ `main`（版本不匹配时的最新内容）。
|
||
|
||
## 典型工作循环
|
||
|
||
```
|
||
Open → state(索引化元素树) → click/input/select → state 确认 → 循环 → Close
|
||
```
|
||
|
||
## 浏览器模式
|
||
|
||
Chrome / chrome-direct / stealth privacy / stealth fixed identity（stealth 需要 API key）。
|
||
|
||
## 适用场景
|
||
|
||
- JS 渲染页面抓取（替代 WebFetch/curl）
|
||
- 登录流、表单填写、文件上传
|
||
- HAR/XHR/网络响应捕获
|
||
- 多账户并行、被反爬站点
|
||
- Skill Forge：把一次站点探索转成可复用爬虫 skill
|
||
|
||
## 安装方式
|
||
|
||
```bash
|
||
uv tool install browser-act-cli --python 3.12
|
||
```
|
||
|
||
把 skill 从 `https://github.com/browser-act/skills/tree/main/browser-act` 装到 agent。
|
||
兼容 Claude Code、Cursor、Codex、OpenCode、Gemini CLI、Windsurf 等。 |