Agent Browser 网页自动化核心v1.0.2

免责声明：本站部分 Skill 来源于公开渠道，使用前请注意识别相关风险，内容版权归原作者所有，如 Skill 涉及版权问题，请在线反馈，核实后予以下架处理。

概述

本 Skill 面向需要通过命令行驱动浏览器完成自动化任务的 AI 代理场景。它以 agent-browser CLI 为核心工具，提供从环境搭建、命令编排到安全管控的全链路操作指南。具体能力包括：按结构化命令序列操控页面元素（点击、填写、提交）、通过快照比对验证 DOM 变更、利用 --json 输出实现机器可解析的脚本化流程，以及针对登录态隔离、OAuth 绕过、反爬对抗等复杂场景的会话与认证策略。输出为可直接执行的命令组合与操作护栏，确保每一步可追踪、可回滚、不伪造完成状态。

技能包含

• SKILL.md（本文件）：技能主说明，涵盖触发条件、执行流程、安全模式与输出约定
• references/agent-browser-overview.md：安装配置、架构原理与核心概念
• references/agent-browser-command-map.md：命令分类与参数标志速查
• references/agent-browser-safety.md：高危操作管控与安全模式规则
• references/agent-browser-workflows.md：推荐的 AI 代理工作流模式
• references/agent-browser-troubleshooting.md：常见问题诊断与修复方案
• _skillhub_meta.json：Skill 包元数据

核心能力

• CLI 命令编排：将自然语言任务转化为 agent-browser 可执行的结构化命令序列
• DOM 状态验证：通过操作前后快照比对，确保写入类操作真实生效，禁止伪完成
• 会话隔离与复用：支持独立实例启动、用户数据目录持久化、CDP 附加现有 Chrome 三种认证策略
• 反爬与人性化 pacing：引入随机延迟、模拟输入速度，降低被风控拦截概率
• 敏感操作确认闸：批量下载、密码输入、数据删除等动作前强制请求用户显式授权
• 异常数据拦截：对空值、零值或异常返回主动告警，而非直接采信

应用场景