前言¶

在运营和数据采集场景里，很多工作是重复的：打开页面、翻页、复制字段、填表、截图、把内容发到多个平台。用脚本写能做，但要自己处理登录态、元素定位漂移、页面变化和失败重试，维护成本不低；用通用对话模型直接下指令，又往往只能给出一段不可直接执行的代码。

下面介绍的这个 Skill 走的是第三条路：把「模拟真人操作浏览器」这套流程固化成标准 SKILL.md 描述，由模型按任务自主拆解为浏览器操作步骤，适合上面这类高频、规则相对清楚的网页操作。

这是什么¶

一句话定位：一个面向浏览器自动化的 Agent Skill，让模型以接近真人的方式完成网页浏览、数据采集、批量填表、内容发布、页面截图与录屏。

出品与维护：发布者为 user_c5d41a7d，坐标 @user_c5d41a7d/browser-auto-agent，版本 1.0.0，来源标记为 community，分类 ai-agent。它属于社区发布的 Skill，不是某个云厂商的官方托管工具。

解决什么问题：把「点击、输入、滚动、等待、截图、重试」这类操作从一次性脚本里抽出来，交给模型按任务目标自行编排，减少每换一个站点就重写一遍脚本的工作量。

核心功能¶

按官方简介，能力包括以下六项，均属已核实的描述：

1、网页浏览：按任务目标在页面间跳转、滚动、等待加载完成。
2、数据采集：从网页提取文本、链接、列表等结构化或半结构化内容。
3、批量填表：对多个页面或多个条目执行填写与提交。
4、内容发布：在多个平台执行发文类操作。
5、页面截图与录屏：保留页面证据或过程回放。
6、素材下载：批量下载页面上的图片等素材。

配套机制有四项，这是它与裸脚本的主要差别：

• 真人访问行为模拟：请求节奏与操作方式更接近真实用户，降低被简单风控拦截的概率。
• 会话持久缓存：复用登录态和会话信息，减少重复登录步骤。
• 元素智能定位：不硬编码坐标，按页面结构定位元素，适配布局变化。
• 任务失败自动重试：单个操作失败时可重新执行，不必人工盯着补跑。

官方给出的关键词为：浏览器自动化、网页数据采集、批量填表、运营自动化、无头浏览器、网页截图。这些词可以当检索入口，也可以当验收清单：拿到任务后先看它落在哪个关键词上。

安装与启用¶

需要先说明数据来源：本次成稿时，SkillHub 页面与 API 地址均抓取失败，只拿到了该 Skill 的元信息（名称、版本、坐标、分类、简介、标签）。因此本文不写安装命令和配置字段——资料中确实没有这两项，写出来就是编造。

可以确定的只有定位信息，写在下面供你自行核对：

SkillHub 页面: https://www.skillhub.cn/skills/user_c5d41a7d/browser-auto-agent
官方 API:     https://api.skillhub.cn/user_c5d41a7d/browser-auto-agent
坐标:         @user_c5d41a7d/browser-auto-agent
版本:         1.0.0

一个可用的核对路径是：先打开上面第一个链接，确认页面存在且简介与你的任务匹配，再看页面上的安装或启用入口。这类基于通用 SKILL.md 的 Skill，落地方式通常是在支持该格式的客户端里把 SKILL.md 放到技能目录并加载，具体目录名和加载命令以你所用客户端文档为准——这一步本文不做断言。

另外，元信息里有一条标签值得单独提：requires_api_key=false。也就是说官方未标注需要额外 API Key，但仍可能有其他前置条件（例如本机已装好浏览器与驱动），页面未说明的部分不要假定已经满足。

典型用法¶

官方简介给出的是触发场景，不是可复制的调用示例，所以这里只按场景复述，具体参数以页面为准。

适用触发的说法是：当用户需要爬取网页数据、批量填报表单、多平台发文、批量下载页面素材时触发。也就是说，你给的是任务目标（采集哪个站的哪些字段、填多少条、发到哪几个平台），而不是逐步点击指令。

可以参考的三种任务表述：

1、数据采集：说明目标站点、要提取的字段、期望的输出形式（表格或 JSON），让模型自行处理分页与滚动。
2、批量填表：说明表单所在页面、填写字段与取值来源（例如一份本地文件），以及提交前的核对要求。
3、多平台发布：说明要发布的内容和各平台账号所在位置，要求逐平台执行并在完成后截图确认。

这三类任务的共同点是目标明确、结果可验证，适合让它自主跑；反过来，如果任务依赖复杂的业务判断或需要人工确认每一步，更适合人工主导、让它只做其中一段。

适用场景与注意¶

适合的人：需要大量重复网页操作的运营、内容与数据采集人员；希望用自然语言描述任务、而不是每次写脚本的人；需要在多平台执行同一套操作的人。

要注意的几点，前三条来自元信息，后几条是使用这类浏览器自动化工具的一般风险：

1、来源是 community，发布者为个人账号 user_c5d41a7d，质量与后续维护没有机构背书。上手前先在小任务上验证，再放到生产流程里。
2、版本 1.0.0，属于初始版本，接口和行为后续可能变化。
3、安装数为 0（下载 1240），说明还没有被大规模采用，遇到问题时能参考的外部资料很少。
4、合规边界：采集公开页面通常受 robots 协议与站点条款约束，批量填表和多平台发文涉及账号与平台规则，执行前确认你对这些页面和账号有操作权限。
5、稳定性：自动化会跟随页面结构变化，站点改版后定位可能失效，自动重试能兜住瞬时失败，兜不住结构性变更。
6、资源占用：截图与录屏会消耗本地浏览器资源，长时间批量任务建议分段执行并核对中间结果。

结尾¶

这个 Skill 的价值在于把浏览器操作从一次性脚本变成可按目标驱动的任务：你描述要做什么，它负责怎么点、怎么填、失败怎么重试。对以网页为主的重复操作，能省掉大部分脚本维护成本；但它毕竟是社区出品的 1.0.0 版本，建议先用一个小规模任务验证，再决定是否纳入常规流程。

官方地址：https://www.skillhub.cn/skills/user_c5d41a7d/browser-auto-agent