browser-act/skills (浏览器技能包)
给 AI agent 用的真浏览器自动化技能包：CLI 封装完整浏览器引擎，支持 JS 渲染抓取、三层反爬（指纹伪装/自动验证码/人工远程接管）、多账号并行隔离与登录态复用，并配套 Skill Forge 生成器和 30+ 预构建抓取技能。
仓库：browser-act/skills
热度证据：5,361 star,浏览器技能包专门仓库
五维评分
热度4/5
质量5/5
创新5/5
易用4/5
文档5/5
优秀点拆解
- 两层架构让文档永不陈旧：SKILL.md 只是发现桩，真实指令由 get-skills CLI 按 --skill-version 实时输出并做版本校验，内容与环境状态、动态 Directives 匹配
- 交互范式为 LLM 推理重构：state 返回索引化紧凑文本（比 JSON/HTML 省数倍 token），click 3/input 2 按索引操作免去 XPath 与 DOM 解析，desc 语义记忆让多浏览器按意图匹配而非硬编码 ID
- 三层渐进式反爬 + 人机交接闭环：Environment（指纹/TLS 轮换/代理）吸收绝大多数拦截，Execution（solve-captcha、stealth-extract）自动解，Human（remote-assist 任意设备接管）兜底，升级策略写成决策表
- 确认门控作为 Skill 层会话协议：创建/删除浏览器、Profile 导入、代理变更等敏感操作每次需显式用户批准，prior approvals 不延续，数据本地化承诺（唯一外发=验证码图片）写进 front matter 可审计
- Skill Forge 探索-固化-复用闭环：一次探索生成带参数脚本与 SKILL.md 的可用技能包，交付前经子代理端到端测试，经验笔记机制让运行期把策略失效追加进 memory 供下次读取
可复用的设计模式
- CLI 即文档/运行时内容模式：SKILL.md 保持轻量稳定，指令正文由工具实时输出并做版本校验，配 core→advanced→main 渐进加载控制上下文预算
- 语义记忆字段 + 决策优先级表：用自然语言 desc 描述资源用途、跨会话语义匹配，配『匹配→唯一→询问用户』选择优先级，--desc-append 追加语义累积知识
- 三层升级策略：环境层→执行层→人工层逐级兜底，触发条件与升级路径写成表格，把『自动化解不了怎么办』变成确定性流程
- 生成器 + 经验笔记自学习：探索先验证 API/DOM 路径再固化为脚本包，运行期把策略失效记录追加到 memory 文件，一次性逆向经验沉淀为持久资产
适用场景
抓取需要 JS 渲染或反爬保护的网页内容（WebFetch/curl 的进阶替代，stealth-extract 零配置单命令）多账号并行运营与监控：stealth 固定身份模式，每个账号独立指纹+固定 IP，站点间不可关联（电商多店铺、竞品价格监控）复用本地 Chrome 登录态做自动化：Profile import 快照或 CDP 直连，免重复登录 Gmail/GitHub/Jira 等自动化卡住时人工接管：验证码解不开或风险操作，remote-assist 生成 live URL 让用户从任意设备接手后 agent 无缝继续把某网站的数据提取固化为可复用技能：Skill Forge 探索 API endpoint → 生成 SKILL.md+scripts → 批量执行（LinkedIn 职位、Amazon 商品等 30+ 成品可参考）
边界与注意：stealth 浏览器超 5 个与托管代理需付费、stealth/solve-captcha 等需注册 API Key；solve-captcha 会把验证码图片发送到云端；确认门控效果依赖宿主 agent 对 skill 指令的遵循度；chrome-direct 会占用用户本地 Chrome（全局配额 1 个）；依赖 uv + Python 3.12 安装。
完整拆解分析文档
本页为摘要版，完整精读分析（核心机制、逐条优秀点拆解、写作过程）见本地 Markdown 文档：
analysis/community-browser-act.md