前言¶

网页自动化常见做法是写 Playwright 或 Selenium 脚本：先抓 DOM 快照，再逐条点击、输入、等待。页面结构一变，选择器就要改；多步骤流程还要自己编排重试和分支。若任务以「打开某站、搜一条信息、填表提交」这类口语描述为主，维护成本会偏高。

下面介绍 SkillHub 上的 browser-useV1（坐标 @user_fe8721be/jmy004）。它把 browser-use 这类「LLM 决策 + 浏览器执行」的用法整理成 Agent 可读的 SKILL.md：你在对话里用自然语言描述目标，Agent 按文档调用 browser-use CLI 或 TypeScript API，由模型决定具体点击与输入，而不是手写每一步 Playwright 命令。

这是什么¶

browser-useV1 是社区来源（community）的 ai-agent 类 Skill，当前版本 1.0.0，发布者为 user_fe8721be（SkillHub 技能页标注作者 Moncy）。

一句话定位：为支持 Bash 的编码 Agent 提供 AI 驱动的浏览器自动化 操作指南——用自然语言描述任务，由 LLM 控制浏览器完成浏览、数据提取、表单填写等操作。Skill 元数据带标签 requires_api_key=true，表示运行 browser-use 本身需要配置大模型 API Key，与 SkillHub 安装无关。

与同属浏览器方向的 playwright-cli（命令式、逐步操作）相比，browser-use 侧重「描述任务、由 AI 选操作」；Skill 内附对比表，并说明 playwright-cli 不依赖 LLM，而 browser-use 必须接入 LLM 提供商。

核心功能¶

以下能力均来自 Skill 包内 SKILL.md 及 references/ 参考文档，安装后 Agent 可按需展开阅读。

CLI 交互与单次任务：启动交互式 AI 浏览器会话，或一条命令完成单次任务（含 --model、--headless、--mcp 等选项）。
多 LLM 后端：支持通过环境变量配置 OpenAI、Anthropic、Google Gemini、AWS Bedrock、Azure、Groq、Ollama、DeepSeek、OpenRouter、Mistral、Cerebras 等。
TypeScript/JavaScript 编程接口：Agent + 各厂商 Chat* LLM 封装，可 run() 后读取 final_result()、is_successful()。
示例任务模板：新闻列表提取、登录表单填写、电商搜索比价、截图并描述页面等，可直接改写成自己的提示或命令参数。
Playwright 相关参考：包内 references/ 含 element-attributes、session-management、tracing、video-recording 等 Playwright 主题说明，便于在 AI 自动化之外查阅底层能力。

Skill 声明可用工具范围：Bash(browser-use:*)、Bash(npx:*)、Bash(node:*)，即通过本机已安装的 browser-use 或 npx 调用。

安装与启用¶

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，按 SkillHub 安装说明执行完整安装（推荐）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 将 Skill 装到当前 Agent 的 skills 目录¶

安装技能时必须用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。常用路径如下（摘自官方安装文档）：

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

安装 browser-useV1 的命令示例：

skillhub install jmy004 --namespace user_fe8721be --dir ~/.cursor/skills/

等价坐标写法（SkillHub 技能页提示）：

# 也可让 Agent 按 https://skillhub.cn/install/skillhub.md 安装 @user_fe8721be/jmy004
skillhub install @user_fe8721be/jmy004 --dir ~/.cursor/skills/

安装完成后按你所用客户端要求重启或刷新 Agent，使 Skill 生效。

3. 准备 browser-use 运行时与 API Key¶

Skill 指导的是 browser-use 工具链，需在本机可用（例如全局安装或通过 npx）：

npx browser-use --version
npm install -g browser-use

运行前配置 LLM Key（任选其一提供商），例如：

export ANTHROPIC_API_KEY=sk-ant-...
# 或
export OPENAI_API_KEY=sk-your-key

也可在项目根目录写 .env（勿提交到版本库）：

echo "ANTHROPIC_API_KEY=sk-ant-..." > .env

SkillHub 页面与元数据均标明需要 API Key；未配置时 browser-use 无法正常调用模型。

典型用法¶

命令行¶

设置 Key 后，可直接用自然语言任务字符串：

export ANTHROPIC_API_KEY=sk-ant-...

browser-use

browser-use "打开 example.com 并提取页面标题"

browser-use --model claude-sonnet-4-20250514 -p "搜索 AI 新闻"

browser-use --headless -p "查看天气"

未全局安装时：

npx browser-use "打开 news.ycombinator.com 列出前5条热门故事"

查看全部 CLI 选项：

browser-use --help

在 Agent 对话中¶

启用本 Skill 后，用自然语言描述网页目标即可，例如：「打开某登录页并填写表单」「在电商站搜索商品并比较价格」。Agent 应依据 SKILL.md 选择 browser-use 命令或生成 TypeScript 脚本，而不是手写一长串 Playwright 逐步指令。

TypeScript 示例（摘自 Skill）¶

import { Agent } from 'browser-use';
import { ChatAnthropic } from 'browser-use/llm/anthropic';

const agent = new Agent({
  task: '打开 google.com 搜索 "TypeScript 教程"',
  llm: new ChatAnthropic({
    model: 'claude-sonnet-4-20250514',
    apiKey: process.env.ANTHROPIC_API_KEY,
  }),
});

const history = await agent.run();
console.log('结果:', history.final_result());
console.log('成功:', history.is_successful());

适用场景与注意¶

适合谁

已在使用 Cursor、Claude Code、Codex 等支持 Skills 的 Agent，且任务常以自然语言描述网页操作。
愿意用 LLM API 换更少的脚本维护，接受模型自主规划点击路径（非确定性比纯脚本高）。

限制与注意

费用与密钥：每次任务消耗 LLM 调用；Key 需自行保管，Skill 明确提醒勿提交 .env。
安全：文档建议用 --allowed-domains 限制可访问域名；敏感字段可用 sensitive_data 选项传递，避免写进明文提示。
环境依赖：需 Node 生态下的 browser-use（及浏览器驱动等运行时依赖）；沙箱或 CI 中要单独验证 --headless 是否满足需求。
与 playwright-cli 选型：要精确控制每一步、稳定回放时，仍适合命令式 Playwright；要快速试「用话驱动浏览器」时，再启用本 Skill。

SkillHub 统计（抓取时）：评分 100000，下载 883，安装 61；分类 ai-agent。数据以技能页为准。

结尾¶

browser-useV1 把 browser-use 的安装、CLI、多模型配置和 TS API 收敛成一份 Agent Skill，适合把「打开网页、提取信息、填表」类需求从手写选择器改成自然语言任务。若你要在 Agent 里统一浏览器自动化话术与命令，可从 SkillHub 安装 @user_fe8721be/jmy004。

官方入口：

API / 安装坐标：https://api.skillhub.cn/user_fe8721be/jmy004
SkillHub 技能页：https://www.skillhub.cn/skills/user_fe8721be/jmy004

browser-useV1：用自然语言驱动 AI 浏览器自动化

前言¶

这是什么¶

核心功能¶

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

2. 将 Skill 装到当前 Agent 的 skills 目录¶

3. 准备 browser-use 运行时与 API Key¶

典型用法¶

命令行¶

在 Agent 对话中¶

TypeScript 示例（摘自 Skill）¶

适用场景与注意¶

结尾¶

精选优惠券

browser-useV1：用自然语言驱动 AI 浏览器自动化

前言¶

这是什么¶

核心功能¶

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

2. 将 Skill 装到当前 Agent 的 skills 目录¶

3. 准备 browser-use 运行时与 API Key¶

典型用法¶

命令行¶

在 Agent 对话中¶

TypeScript 示例（摘自 Skill）¶

适用场景与注意¶

结尾¶

精选优惠券

相關文章