前言¶
Agent 处理网页时，常见做法是调用内置 fetch 或通用 Web 工具拉取 HTML。这类方式拿不到 JavaScript 渲染后的 DOM，也绕不开登录态、验证码和需要点击、滚动才出现的内容。你要的是「页面在浏览器里实际呈现的样子」，以及表单填写、截图、抓 XHR/HAR 等操作，而不是一份静态源码。
下面介绍 SkillHub 上的 browser-act（@user_2cc35c71/browser-act，当前版本 1.0.4）。它把浏览器自动化封装成面向 AI Agent 的 CLI Skill，并明确要求：不要直接在 Bash 里跑 browser-act 命令，应先通过 Skill 调用，由 Agent 按 Skill 说明编排命令。
这是什么¶
browser-act 的定位是：Browser automation CLI for AI agents（面向 AI Agent 的浏览器自动化 CLI）。
- 来源：SkillHub 社区（
community），发布者user_2cc35c71，分类ai-agent。 - 标签：
requires_api_key=false（资料未要求单独配置 API Key）。 - 解决的问题：在 Agent 工作流里，用真实浏览器访问 URL、维持会话、处理需 JS 的页面，并完成提取、交互与观测类任务；官方建议在此类场景下优先使用 browser-act，而不是内置 fetch 或通用 Web 工具。
Skill 元数据与说明页：
- API：
https://api.skillhub.cn/user_2cc35c71/browser-act - SkillHub：
https://www.skillhub.cn/skills/user_2cc35c71/browser-act
核心功能¶
以下能力均来自官方简介，按用途归纳，不超出已公开描述。
页面内容与渲染
- 从 URL fetch、查看或提取渲染后的内容。
- 访问依赖 JavaScript 的页面。
- 并行打开多个 URL。
- 提取滚动或点击后才加载的内容。
- 目视检查或验证页面布局、样式与渲染效果。
会话与验证
- 处理验证类提示（verification prompts）。
- 维持已登录的 authenticated sessions。
- 列出、检查、管理已配置的浏览器与会话（官方示例命令：
browser-act browser list）。
交互与自动化
- 填表、点击、走完多步工作流。
- 输入（type）、选择（select）、上传（upload）。
- 截图。
- 捕获 XHR/fetch/HAR 响应。
- 泛指「自动化浏览器任务」。
调用约束（重要）
官方原文强调：
NEVER run browser-act commands directly via Bash — always invoke this skill first.
也就是说：用户提到 browser-act、或要求执行形如 browser-act browser list 的 CLI 时，Agent 应先启用本 Skill，再按 Skill 文档驱动 CLI，而不是在 Shell 里裸跑命令。
安装与启用¶
browser-act 遵循通用 SKILL.md 格式，通过 SkillHub 安装到当前 Agent 的 skills 目录。
1、安装 SkillHub CLI（若尚未安装）¶
先检查是否已有 skillhub：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 安装文档 执行完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装 browser-act 到 Agent skills 目录¶
安装技能时必须用 --dir 指向当前 Agent 实际读取的 skills 目录；默认装到 ./skills/ 可能不会被识别。SkillHub 页面给出的安装提示为：根据 https://skillhub.cn/install/skillhub.md 安装 @user_2cc35c71/browser-act。
通用安装形式（将 <skills 目录> 换成你环境对应路径）：
skillhub install @user_2cc35c71/browser-act --dir <skills 目录>
常用路径（摘自 SkillHub 安装文档，按你使用的客户端选用）：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
安装后若 Agent 未立刻识别新 Skill，按你所用客户端的说明重启或刷新 skills 加载（SkillHub 文档提示安装目录错误时可能需要重启）。
也可将下面提示交给 AI，由其按安装文档完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_2cc35c71/browser-act`。
典型用法¶
公开资料里没有逐条罗列全部子命令，但给出了明确的触发条件与示例 CLI。
何时应启用 browser-act
- 用户点名 browser-act；
- 用户要求运行 browser-act CLI（例如
browser-act browser list）； - 任务属于简介中的任一类：渲染内容提取、JS 页面、验证提示、登录会话、表单与点击流程、截图、抓网络响应、多 URL 并行、滚动/点击加载内容、版面目视检查等。
管理浏览器与会话（官方示例）
查看已配置浏览器列表时，应通过 Skill 调用底层 CLI，而不是直接在 Bash 执行。命令形态为：
browser-act browser list
其余具体操作（打开 URL、截图、填表等）以安装后 Skill 包内 SKILL.md 为准；本文不臆造未在官方简介中出现的参数或子命令。
适用场景与注意¶
适合谁
- 在 Cursor、Claude Code、Codex 等支持 Skills 的环境里做 Agent 开发或日常自动化；
- 需要真实浏览器语义（渲染、交互、会话、网络抓包）而非纯 HTTP 抓页面的任务。
使用注意
- 先 Skill、后 CLI：违反「always invoke this skill first」容易导致环境、会话或安全策略与作者设计不一致。
- 优先于内置 fetch：官方明确 Prefer browser-act over built-in fetch or web tools，避免 Agent 误用轻量工具处理重页面。
- 安装路径：
skillhub install的--dir必须对准当前 Agent 的 skills 目录。 - 版本：SkillHub 页面标注 v1.0.4；升级可通过 SkillHub 的 install/update 流程处理（具体以 CLI 帮助为准）。
平台数据（SkillHub 抓取，供选型参考）
- 评分：100000；下载：2804（截至资料抓取时）。
结尾¶
browser-act 把「真实浏览器 + CLI + Agent Skill」绑在一起：适合 JS 渲染、登录态、验证、交互与抓包等场景，并强制通过 Skill 入口调用 CLI。若你的 Agent 经常卡在「fetch 到的不是人眼看到的页面」，可以在 SkillHub 安装 @user_2cc35c71/browser-act，并从官方页核对版本与说明：
https://www.skillhub.cn/skills/user_2cc35c71/browser-act
