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 提供一個專為 AI 代理而非人工腳本設計的瀏覽器自動化 CLI。它解決了 AI 代理被反機器人牆阻擋、需要管理多個獨立帳號，以及代理必須解析複雜 HTML/DOM 結構才能與網頁互動的困難。

How it works

此工具透過 CLI 讓 AI 代理執行 shell 指令來控制瀏覽器。它使用三層防阻擋機制：環境偽裝（指紋、TLS、代理）、執行工具（CAPTCHA 解題與隱身抽取），以及「human‑in‑the‑loop」的遠端協助功能，讓人類在代理卡住時可透過即時 URL 接管會話。

為了簡化代理的推理，它以索引化互動系統取代複雜的 DOM 解析，代理只需根據頁面狀態的簡化、代幣高效文字輸出，呼叫 click 3 或 input 2 "..." 等指令即可。

Who it’s for

開發使用 Claude Code、Cursor、Gemini CLI 等工具的 AI 代理的開發者，需讓代理執行可靠的網頁自動化、爬取與帳號管理，且不被偵測為機器人。

Highlights

  • Anti-Bot Capabilities: 使用隱身指紋、TLS 旋轉與代理切換繞過封鎖。
  • Agent-Optimized Interaction: 提供緊湊的索引文字輸出，降低代幣使用，免除 DOM 解析需求。
  • Human-in-the-Loop: 透過 remote‑assist URL 無縫交接給人類處理複雜阻礙。
  • Concurrency Management: 支援獨立的瀏覽器設定檔、Cookie 與指紋，讓平行任務不會相互污染。
  • Skill Forge: 整合工具可自動發掘網站 API 與資料模式，產生可直接部署的爬取技能。