前言¶
很多任務離不開瀏覽器:登錄後臺、填表提交、翻頁抓取、對頁面截圖留檔。若只靠手寫 Playwright 或 Selenium 腳本,每一步選擇器、等待和異常都要自己維護;若只給 Agent 一個通用「打開網頁」能力,又往往難以穩定完成多步交互。
下面介紹騰訊在 SkillHub 上發佈的 BrowserSkill。它面向 WorkBuddy 等 Agent 運行時,把「填表、點擊、翻頁、截圖」等瀏覽器操作收斂成可安裝的 Skill,便於在對話裏完成需要真實瀏覽器的複雜流程。
這是什麼¶
BrowserSkill 是騰訊開源的智能瀏覽器自動化 Skill,發佈者爲微信對話平臺團隊,在 SkillHub 上的座標爲 @tencent-adm/browserskill,當前版本 v1.0.7,分類爲 ai-agent,來源標記爲 enterprise。
官方簡介將其定位爲:讓 WorkBuddy 像人一樣操作網頁——自動填表、點擊、翻頁、截圖,完成任何需要瀏覽器的複雜任務。頁面標籤標明 requires_api_key=false,即按 SkillHub 展示信息,不強制額外 API Key 即可安裝使用(具體仍取決於你本地瀏覽器環境與 Agent 配置)。
SkillHub 頁面(截至資料抓取時)顯示評分 100000、下載 117643 次;安裝與能力說明以 SkillHub 與包內 SKILL.md 爲準。
核心功能¶
以下能力均來自官方簡介,未在公開頁單獨展開實現細節:
- 表單填寫:在網頁上輸入並提交表單類操作。
- 點擊與導航:模擬用戶點擊、進入下一頁面或觸發控件。
- 翻頁:處理分頁列表等多頁內容。
- 截圖:對當前頁面或步驟結果做截圖,便於覈對或歸檔。
- 複雜瀏覽器任務:將上述動作組合,覆蓋「必須打開真實瀏覽器才能完成」的流程。
Skill 本身遵循通用 SKILL.md 格式,安裝後由 Agent 按技能文檔中的指令調用,而不是單獨起一個常駐服務。
安裝與啓用¶
安裝前需本機具備 SkillHub CLI。官方安裝說明見 SkillHub 安裝與優先源配置。
1. 檢查或安裝 CLI¶
先確認是否已安裝:
command -v skillhub && skillhub --version
若未安裝,可按官方文檔執行完整安裝(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 BrowserSkill¶
SkillHub 要求安裝時必須用 --dir 指向當前 Agent 實際讀取的 skills 目錄,否則默認落到 ./skills/ 可能不會被識別。
skillhub install @tencent-adm/browserskill --dir <你的 Agent skills 目錄>
各客戶端常見路徑(摘自 SkillHub 安裝文檔):
- WorkBuddy:
~/.workbuddy/skills/ - Cursor:
~/.cursor/skills/ - Claude Code:
~/.claude/skills/ - Codex:
~/.codex/skills/或項目下的.agents/skills/
若你通過對話讓 AI 安裝,SkillHub 頁面給出的提示詞爲:請根據 https://skillhub.cn/install/skillhub.md,安裝 @tencent-adm/browserskill。
安裝完成後,按所用 Agent 的要求重啓或刷新技能列表,再閱讀包內 SKILL.md 中的觸發條件與參數說明。
典型用法¶
公開 SkillHub 詳情頁未提供獨立代碼示例;可復現的流程如下。
- 按上一節將
@tencent-adm/browserskill安裝到 WorkBuddy(或其它已配置 skills 目錄的 Agent)對應目錄。 - 在對話中描述需要瀏覽器完成的任務,例如:打開指定 URL、填寫字段、點擊提交、翻頁後繼續操作、對關鍵步驟截圖。
- Agent 加載 BrowserSkill 後,按
SKILL.md中的步驟驅動瀏覽器自動化,而不是僅做靜態 HTTP 抓取。
具體命令、環境變量或瀏覽器依賴以安裝包內文檔爲準;本文不臆造未公開的接口名或配置項。
適用場景與注意¶
更適合誰
- 已在使用 WorkBuddy 或支持 SkillHub 技能的 Agent,希望把「網頁裏點一點、填一填」交給 Agent 編排。
- 任務強依賴真實 DOM 與前端交互,純 API 或
curl無法覆蓋的場景。
需要注意
- 瀏覽器自動化受頁面結構變更、登錄態、驗證碼、風控策略影響,穩定性需在實際站點上驗證。
- 安裝目錄必須與當前 Agent 一致;裝錯目錄是 SkillHub 文檔中明確提到的常見坑。
- 自動化操作涉及賬號與數據時,應在合規前提下使用,並限制 Agent 可訪問的站點與權限。
結尾¶
BrowserSkill 把瀏覽器側的填表、點擊、翻頁、截圖等能力封裝爲 Skill,方便 WorkBuddy 一類 Agent 在對話中完成複雜網頁任務。安裝與路徑配置以 SkillHub 官方說明爲準。