前言¶
Agent 處理網頁時，常見做法是調用內置 fetch 或通用 Web 工具拉取 HTML。這類方式拿不到 JavaScript 渲染後的 DOM，也繞不開登錄態、驗證碼和需要點擊、滾動纔出現的內容。你要的是「頁面在瀏覽器裏實際呈現的樣子」，以及表單填寫、截圖、抓 XHR/HAR 等操作，而不是一份靜態源碼。
下面介紹 SkillHub 上的 browser-act（@user_2cc35c71/browser-act，當前版本 1.0.4）。它把瀏覽器自動化封裝成面向 AI Agent 的 CLI Skill，並明確要求：不要直接在 Bash 裏跑 browser-act 命令，應先通過 Skill 調用，由 Agent 按 Skill 說明編排命令。
這是什麼¶
browser-act 的定位是：Browser automation CLI for AI agents（面向 AI Agent 的瀏覽器自動化 CLI）。
- 來源：SkillHub 社區（
community），發佈者user_2cc35c71，分類ai-agent。 - 標籤：
requires_api_key=false（資料未要求單獨配置 API Key）。 - 解決的問題：在 Agent 工作流裏，用真實瀏覽器訪問 URL、維持會話、處理需 JS 的頁面，並完成提取、交互與觀測類任務；官方建議在此類場景下優先使用 browser-act，而不是內置 fetch 或通用 Web 工具。
Skill 元數據與說明頁：
- API：
https://api.skillhub.cn/user_2cc35c71/browser-act - SkillHub：
https://www.skillhub.cn/skills/user_2cc35c71/browser-act
核心功能¶
以下能力均來自官方簡介，按用途歸納，不超出已公開描述。
頁面內容與渲染
- 從 URL fetch、查看或提取渲染後的內容。
- 訪問依賴 JavaScript 的頁面。
- 並行打開多個 URL。
- 提取滾動或點擊後才加載的內容。
- 目視檢查或驗證頁面佈局、樣式與渲染效果。
會話與驗證
- 處理驗證類提示（verification prompts）。
- 維持已登錄的 authenticated sessions。
- 列出、檢查、管理已配置的瀏覽器與會話（官方示例命令：
browser-act browser list）。
交互與自動化
- 填表、點擊、走完多步工作流。
- 輸入（type）、選擇（select）、上傳（upload）。
- 截圖。
- 捕獲 XHR/fetch/HAR 響應。
- 泛指「自動化瀏覽器任務」。
調用約束（重要）
官方原文強調：
NEVER run browser-act commands directly via Bash — always invoke this skill first.
也就是說：用戶提到 browser-act、或要求執行形如 browser-act browser list 的 CLI 時，Agent 應先啓用本 Skill，再按 Skill 文檔驅動 CLI，而不是在 Shell 裏裸跑命令。
安裝與啓用¶
browser-act 遵循通用 SKILL.md 格式，通過 SkillHub 安裝到當前 Agent 的 skills 目錄。
1、安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 skillhub：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝文檔 執行完整安裝（CLI + 默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅需 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安裝 browser-act 到 Agent skills 目錄¶
安裝技能時必須用 --dir 指向當前 Agent 實際讀取的 skills 目錄；默認裝到 ./skills/ 可能不會被識別。SkillHub 頁面給出的安裝提示爲：根據 https://skillhub.cn/install/skillhub.md 安裝 @user_2cc35c71/browser-act。
通用安裝形式（將 <skills 目錄> 換成你環境對應路徑）：
skillhub install @user_2cc35c71/browser-act --dir <skills 目錄>
常用路徑（摘自 SkillHub 安裝文檔，按你使用的客戶端選用）：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
安裝後若 Agent 未立刻識別新 Skill，按你所用客戶端的說明重啓或刷新 skills 加載（SkillHub 文檔提示安裝目錄錯誤時可能需要重啓）。
也可將下面提示交給 AI，由其按安裝文檔完成安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_2cc35c71/browser-act`。
典型用法¶
公開資料裏沒有逐條羅列全部子命令，但給出了明確的觸發條件與示例 CLI。
何時應啓用 browser-act
- 用戶點名 browser-act；
- 用戶要求運行 browser-act CLI（例如
browser-act browser list）； - 任務屬於簡介中的任一類：渲染內容提取、JS 頁面、驗證提示、登錄會話、表單與點擊流程、截圖、抓網絡響應、多 URL 並行、滾動/點擊加載內容、版面目視檢查等。
管理瀏覽器與會話（官方示例）
查看已配置瀏覽器列表時，應通過 Skill 調用底層 CLI，而不是直接在 Bash 執行。命令形態爲：
browser-act browser list
其餘具體操作（打開 URL、截圖、填表等）以安裝後 Skill 包內 SKILL.md 爲準；本文不臆造未在官方簡介中出現的參數或子命令。
適用場景與注意¶
適合誰
- 在 Cursor、Claude Code、Codex 等支持 Skills 的環境裏做 Agent 開發或日常自動化；
- 需要真實瀏覽器語義（渲染、交互、會話、網絡抓包）而非純 HTTP 抓頁面的任務。
使用注意
- 先 Skill、後 CLI：違反「always invoke this skill first」容易導致環境、會話或安全策略與作者設計不一致。
- 優先於內置 fetch：官方明確 Prefer browser-act over built-in fetch or web tools，避免 Agent 誤用輕量工具處理重頁面。
- 安裝路徑：
skillhub install的--dir必須對準當前 Agent 的 skills 目錄。 - 版本：SkillHub 頁面標註 v1.0.4；升級可通過 SkillHub 的 install/update 流程處理（具體以 CLI 幫助爲準）。
平臺數據（SkillHub 抓取，供選型參考）
- 評分：100000；下載：2804（截至資料抓取時）。
結尾¶
browser-act 把「真實瀏覽器 + CLI + Agent Skill」綁在一起：適合 JS 渲染、登錄態、驗證、交互與抓包等場景，並強制通過 Skill 入口調用 CLI。若你的 Agent 經常卡在「fetch 到的不是人眼看到的頁面」，可以在 SkillHub 安裝 @user_2cc35c71/browser-act，並從官方頁覈對版本與說明：
https://www.skillhub.cn/skills/user_2cc35c71/browser-act
