浏览器自动化操控v1.0.7

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 让 Agent 能够在用户已登录的真实浏览器环境中执行自动化任务。通过 bsk 命令行工具，Agent 可以启动受控会话、导航至指定页面、观察并交互页面元素（点击、填写、选择、按键等），同时支持借用用户现有标签页、多浏览器配置切换、网络请求调试与性能追踪。所有操作均在用户当前登录态下进行，产出包括页面观察报告、提取的结构化数据、截图/录屏证据以及调试日志，且全程禁止提取任何凭证、Cookie 或令牌。

技能包含

• SKILL.md：技能主说明，涵盖安全边界、任务工作流、交互命令与按需阅读指引
• references/debugging.md：网站故障排查、请求/性能调查与复现证据采集
• references/environment.md：CLI 与守护进程环境配置、沙盒启动、远程配对与连接故障处理
• references/extraction.md：表格/列表导出为 JSON/CSV 的内容提取方法
• references/files.md：文件上传与下载操作
• references/help-and-recovery.md：登录验证、CAPTCHA、OTP、支付确认等人工协助与恢复流程
• references/interaction-details.md：等待策略、悬停探测、滚动、控制台/网络监听、模拟与脚本执行
• references/screenshots-and-canvas.md：截图、全页捕获与 Canvas 交互
• references/tabs-and-profiles.md：浏览器配置文件管理、标签页借用、多标签与并行任务
• references/video.md：视频录制与 MP4 导出
• _icon.png：技能图标
• _skillhub_meta.json：技能包元数据

核心能力

• 真实会话操控：启动并管理用户浏览器实例的后台会话，按需聚焦或保持后台运行
• 页面元素交互：基于实时观察引用（@eN）执行点击、填写、选择、按键、悬停、滚动等操作
• 用户标签页借用：在获得明确确认后，安全接入用户已打开的现有标签页完成任务
• 内容提取导出：将网页表格与列表数据提取为 JSON/CSV 结构化格式
• 调试与证据采集：捕获网络请求、性能数据与控制台日志，用于问题复现与排查
• 视觉记录：生成页面截图、全页捕获或视频录制，作为操作过程的可视化证据
• 安全边界执行：拒绝页面内容注入的指令，不提取、不传输任何凭证或会话秘密

应用场景