Agent Browser Operator:面向登录与会话的交互式浏览器 Skill

前言

让 Agent 操作网站时,常见做法是抓静态 HTML 或调用固定 API。遇到需要登录、前端渲染、Cookie 与多步跳转的页面时,这类路径往往不够用:要么拿不到真实 DOM,要么无法维持会话。下面介绍 SkillHub 上的 Agent Browser Operator,定位为用于登录流程、动态页面和会话感知网站操作的交互式浏览器技能。

这是什么

Agent Browser Operator(坐标 @user_3c6cb52e/agent-browser-operator)是社区来源(community)的 Agent Skill,当前版本 1.0.0,分类为 ai-agent。发布者为 SkillHub 用户 user_3c6cb52e;SkillHub 页面标注作者为 Breeze。页面标签标明 requires_api_key=false,即安装与使用该 Skill 不依赖额外 API Key 配置(具体运行环境仍取决于你所用 Agent 是否具备浏览器能力)。

一句话定位:在 Agent 侧提供「可交互、可维持会话」的浏览器操作能力,覆盖需要登录和动态加载的站点场景。

核心功能

依据 SkillHub 官方简介,已核实的能力范围如下:

  1. 登录流程:支持需要账号、表单或跳转的站点登录路径(具体步骤由 Skill 内 SKILL.md 指导 Agent 执行,而非固定脚本)。
  2. 动态页面:面向由前端渲染、异步加载内容的页面,区别于仅解析首屏静态 HTML 的方式。
  3. 会话感知操作:在多次请求之间保持会话状态(如 Cookie、登录态),便于连续点击、填表、翻页等网站操作。

SkillHub 未在公开页面列出更细的命令表或 MCP 清单;除上述简介外,不展开未核实的能力点。

安装与启用

SkillHub 推荐通过其 CLI 将技能安装到当前 Agent 实际读取的 skills 目录;装错目录会导致 Agent 无法加载,必要时需重启客户端。

1、安装 SkillHub CLI(若尚未安装)

先检查是否已有 CLI:

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 Agent Browser Operator

安装时必须用 --dir 指向当前环境的 skills 目录。SkillHub 文档给出的常见路径包括:

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下的 .agents/skills/

以 Cursor 为例,安装命令形如:

skillhub install user_3c6cb52e/agent-browser-operator --dir ~/.cursor/skills/

也可将下面提示词交给 AI,让其按 SkillHub 安装说明 完成安装:

请根据 https://skillhub.cn/install/skillhub.md,安装 `@user_3c6cb52e/agent-browser-operator`。

3、启用与验证

安装完成后重启或重新加载对应 Agent 客户端,使 skills 目录生效。在对话中引用该 Skill 时,使用坐标 @user_3c6cb52e/agent-browser-operator 或客户端内的 Skill 选择方式(以你所用产品为准)。

典型用法

SkillHub 公开页未提供独立的可复制「端到端」示例(如具体 URL、点击序列)。可复现的安装方式即上一节的 skillhub install 或安装提示词。

结合官方简介,典型使用方式是在 Agent 任务中声明需要浏览器操作,由 Skill 引导 Agent:

  1. 打开目标站点并完成登录或授权(若需要)。
  2. 在已维持会话的前提下操作动态加载的页面(填表、导航、读取渲染后的内容等)。
  3. 多步网站流程在同一会话内连续执行,避免每步丢失 Cookie 或登录态。

具体指令格式与工具链以安装后技能包内的 SKILL.md 为准;本文不编造未在官方页面出现的配置项或命令。

适用场景与注意

适合谁

  • 需要 Agent 操作「必须登录」的 Web 后台或内部系统。
  • 页面大量依赖 JavaScript 渲染,静态抓取无法得到可用结构。
  • 任务是多步网站流程,且依赖会话连续性。

限制与注意

  • 社区 Skill(community),维护节奏与兼容性以发布者更新为准;使用前可在 SkillHub 查看版本 1.0.0 与页面信息。
  • SkillHub 统计(以抓取资料为准):评分 100000,下载 1482,安装计数 0——安装数可能因统计口径与客户端差异而与体感不一致,以实际安装目录是否出现技能包为准。
  • 浏览器类 Skill 通常对运行环境、网络与客户端是否开放浏览器工具有要求;若 Agent 本身无浏览器能力,仅安装 Skill 可能仍无法完成操作。
  • 涉及账号与敏感站点时,应在受控环境中使用,并遵守目标站点的服务条款与合规要求。

结尾

Agent Browser Operator 把「登录、动态页、会话保持」三类网站操作痛点收拢到一个 Skill 坐标里,适合作为 SkillHub ai-agent 分类下的浏览器向能力补充。安装与元数据以 SkillHub 为准:

  • Skill 页面:https://www.skillhub.cn/skills/user_3c6cb52e/agent-browser-operator
  • API 坐标入口:https://api.skillhub.cn/user_3c6cb52e/agent-browser-operator
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜