mcpField
B
browser-act

browser-act

github.com/browser-act安全6.3k108.3k 次安装9 周前更新
代码仓库

关于 browser-act

browser-act 是面向 AI Agent 的浏览器自动化 Skill，基于完整的浏览器引擎，支持导航交互、数据提取、网络抓取与截图。它支持多浏览器并行、用户配置代理以及人机协作，适合需要在网页上执行操作的 Agent 场景。

主要功能

  1. 01导航、交互与数据提取
  2. 02网络请求捕获与截图
  3. 03表单填写与文件上传
  4. 04多浏览器会话隔离与并行运行
  5. 05有界面模式与远程协助
  6. 06执行前需用户确认的安全机制

适用场景

  1. 01让 Agent 快速获取 JS 渲染后的页面内容
  2. 02在多个账号间并行执行网页操作
  3. 03需要人工完成验证步骤时的协作流程

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/browser-act/skills --skill browser-act

安装后在 Claude Code 中输入/browser-act确认已加载。

详细介绍

browser-act

由 BrowserAct 构建 — 面向 AI Agent 的浏览器自动化 CLI · GitHub

运行完整的浏览器引擎：导航与交互、数据提取与网络捕获、截图、表单自动化、多浏览器并行操作、用户配置的代理支持，以及人与 Agent 协作。

功能
  • 轻量级提取 — 快速获取 JS 渲染的内容，无需打开浏览器会话，是高级 WebFetch/curl 的替代方案
  • 会话管理 — 多浏览器隔离、多账号并行操作
  • 验证辅助 — 自动化遇到交互式挑战时，在获得用户授权后协助完成
  • 复杂交互 — DOM 内容提取、截图、填写表单、上传文件
  • 人与 Agent 协作 — 有头模式 + 远程协助，完成手动步骤
  • 安全控制 — Confirmation Gate 协议要求在创建、删除浏览器以及执行敏感操作前，必须获得用户明确批准
  • 通用兼容性 — 可与 Cursor、Claude Code、Codex、Windsurf 等配合使用

安装：uv tool install browser-act-cli --python 3.12

从这里开始

此文件是用于发现的存根，并非使用指南。加载此技能后，请立即运行以下命令以获取实际工作流内容：

browser-act get-skills core --skill-version 2.0.2

CLI 提供的技能内容始终与已安装版本一致，因此说明不会过时。请勿截断输出 — 这些内容无法通过 --help 获取。

评论

支持 Markdown