browser-act/skills

解决的问题

BrowserAct 为 AI 代理提供了一个专为网页自动化、数据提取和基于账户的工作流设计的浏览器环境。它解决了 AI 代理被反机器人措施拦截、无法在并行任务间处理认证会话，以及对原始 HTML/JSON 进行处理以供 LLM 推理效率低下的问题。

工作原理

该项目提供了一组 AI 代理可通过 shell 命令加载和执行的「技能」。通过三层防护机制绕过封锁：环境层（指纹伪造、TLS 轮换）、执行层（CAPTCHA 求解）、人类层（远程手把手接管以进行人工干预）。

提供三种浏览器模式：

• Chrome：复用本地登录状态。
• Stealth Privacy：为批量爬取提供全新指纹和代理。
• Stealth Fixed Identity：为维持账户身份提供稳定指纹和 IP。

为优化 LLM，采用紧凑的索引文本格式表示页面状态，而非原始 DOM，使代理可通过索引与元素交互（例如：click 3）。

适用人群

使用 Claude Code、Cursor 或 Gemini CLI 等工具构建 AI 代理的开发者，需要其代理与真实网络交互、管理多个账户，或在不被检测为机器人的情况下爬取受保护内容。

核心亮点

• 代理优先设计：使用索引交互和紧凑文本输出，减少 token 使用并简化推理。
• 反封锁套件：整合隐身指纹、TLS 轮换、住宅代理和自动 CAPTCHA 求解。
• 人机协同：包含 remote-assist 功能，当代理卡住时，人类可通过实时 URL 接管浏览器会话。
• 零干扰并发：支持独立的 Cookie 和指纹，实现并行任务间无交叉污染。
• Skill Forge：自动发现网站 API 和数据模式，无需手动编码即可生成可复用的爬取技能。