Web Assistant：通用浏览器自动化方案

前言¶

在用大模型做自动化时，经常需要它去操作浏览器：点击、填表、提取数据、下载文件。传统做法要么用 Selenium/Playwright 自己写脚本，要么用第三方自动化工具，前者门槛高、调试成本大，后者往往只支持少数平台。我们需要一个直接由大模型驱动的浏览器操控方案，减少人工介入。

这是什么¶

Web Assistant 是一个基于 Playwright 的浏览器自动化 Skill，用于让大模型直接操控浏览器进行网站探索、数据提取和文件下载。它由社区用户维护，当前版本为 2.0.0，归类为 data-analysis 类别。

核心功能¶

• 浏览器自动化：通过 Playwright 驱动浏览器执行操作，支持点击、输入、导航等常见交互。
• 网站探索：让大模型浏览目标网站，理解页面结构和内容。
• 数据提取：从网页中抽取结构化数据。
• 文件下载：自动触发下载并保存文件。
• 操作复用：将探索和操作步骤记录为站点指南，后续复用时大幅节省 tokens，实现”一次探索、长期复用”。

安装与启用¶

Web Assistant 依赖 Playwright，安装前需确保环境已安装 Playwright 浏览器驱动。

1. 在支持的客户端中启用该 Skill（具体方式取决于客户端，例如通过客户端的 Skill 管理界面或命令行安装）。
2. Skill 会自动使用 Firefox 作为默认浏览器。若需使用 Chrome，需在配置中指定浏览器类型（具体配置项需查阅客户端文档或 Skill 说明）。

典型用法¶

使用时，直接将自然语言指令发送给大模型，由 Skill 调用 Playwright 执行浏览器操作。例如：

• “探索这个网站的结构，并列出所有可交互元素。”
• “提取这个页面的产品列表，以 JSON 格式返回。”
• “点击下载按钮，保存文件到指定目录。”

首次探索网站时，tokens 消耗较大，因为大模型需要理解页面结构和执行导航操作。完成探索后，可以将操作步骤记录为站点指南，后续任务复用该指南，大幅降低 tokens 消耗。

适用场景与注意¶

适合需要大模型直接操作浏览器的场景，如自动化测试、数据采集、网页交互模拟等。

注意事项：
- 默认仅限 Firefox，Chrome 需修改配置。
- 首次探索网站成本较高，建议在探索完成后保存操作步骤以复用。
- 该 Skill 属于社区项目，版本为 2.0.0。

小结¶

Web Assistant 提供了一个通用浏览器操控方案，让大模型可以直接通过 Playwright 操作浏览器，实现从探索网站到提取数据、下载文件的完整流程。通过记录站点指南，可以大幅降低后续任务的 tokens 消耗，适合需要长期复用的自动化场景。

官方地址：https://www.skillhub.cn/skills/user_c9b69df4/web-assistant