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 提供一个专为 AI 代理而非人工脚本设计的浏览器自动化 CLI。它解决了 AI 代理被反机器人墙阻挡、需要管理多个独立账户，以及代理必须解析复杂 HTML/DOM 结构才能与网页交互的难题。

How it works

该工具通过 CLI 让 AI 代理执行 shell 命令来控制浏览器。它使用三层防阻挡机制：环境伪装（指纹、TLS、代理）、执行工具（CAPTCHA 解决与隐身抽取），以及“human‑in‑the‑loop”的远程协助功能，使人在代理卡住时可以通过实时 URL 接管会话。

为简化代理的推理，它用索引化交互系统取代复杂的 DOM 解析，代理只需根据页面状态的简化、代币高效文本输出，调用 click 3 或 input 2 "..." 等指令即可。

Who it’s for

使用 Claude Code、Cursor、Gemini CLI 等工具构建 AI 代理的开发者，需要让代理执行可靠的网页自动化、爬取和账号管理，并且不被检测为机器人。

Highlights

  • Anti-Bot Capabilities: 使用隐身指纹、TLS 轮换与代理切换绕过封锁。
  • Agent-Optimized Interaction: 提供紧凑的索引文本输出，降低代币使用，免除 DOM 解析需求。
  • Human-in-the-Loop: 通过 remote‑assist URL 无缝交接给人类处理复杂阻碍。
  • Concurrency Management: 支持独立的浏览器配置文件、Cookie 与指纹，确保并行任务不相互污染。
  • Skill Forge: 集成工具可自动发现站点 API 与数据模式，生成可直接部署的爬取技能。