browser-act/skills

Browser automation CLI built for AI agents. Break through anti-bot walls, hand off to humans across platforms when stuck. Parallel multi-task execution, independent multi-session operation, isolated multi-account browsing.

What it solves

BrowserAct は、ヒューマンが書くスクリプトではなく AI エージェント向けに設計されたブラウザ自動化 CLI を提供します。AI エージェントがアンチボット壁にブロックされる問題、複数の分離されたアカウント管理の必要性、そしてエージェントが複雑な HTML/DOM 構造を解析してページとやり取りする難しさを解決します。

How it works

このツールは CLI を通じて AI エージェントがシェルコマンドを実行し、ブラウザを制御できるようにします。3 つのレイヤーのアンチブロック機構を使用します：環境スプーフィング（指紋、TLS、プロキシ）、実行ツール（CAPTCHA 解決とステルス抽出）、そしてエージェントが詰まったときに人間がライブ URL でセッションを引き継げる「human‑in‑the‑loop」リモートアシスト機能です。

エージェントの推論を簡素化するため、複雑な DOM 解析をインデックス化インタラクションシステムに置き換え、エージェントはページ状態の簡略化されたトークン効率の高いテキスト出力に基づき、click 3 や input 2 "..." といったコマンドを呼び出すだけで済みます。

Who it’s for

Claude Code、Cursor、Gemini CLI などのツールを使って AI エージェントを構築している開発者向けです。エージェントが検出されずに信頼性の高いウェブ自動化、スクレイピング、アカウント管理を実行できるようにします。

Highlights

  • Anti-Bot Capabilities: ステルス指紋、TLS ローテーション、プロキシ切替でブロックを回避。
  • Agent-Optimized Interaction: コンパクトなインデックステキスト出力でトークン使用量を削減し、DOM 解析の必要を排除。
  • Human-in-the-Loop: remote‑assist URL を介して人間にシームレスにハンドオフし、複雑な障壁に対処。
  • Concurrency Management: 独立したブラウザプロファイル、クッキー、指紋をサポートし、並列タスク間の汚染を防止。
  • Skill Forge: 統合ツールがサイト API とデータパターンを自動検出し、デプロイ可能なスクレイピングスキルを生成。