browser-act/skills

解決的問題

BrowserAct 提供專為 AI 代理設計的瀏覽器環境，用於執行網頁自動化、資料擷取與帳號導向的工作流程。它解決了 AI 代理被反機器人措施阻擋、無法在平行任務間處理驗證會話，以及處理原始 HTML/JSON 供 LLM 推理效率低下的問題。

工作原理

此專案提供一組 AI 代理可透過 shell 命令載入與執行的「技能」。透過三層防護機制來繞過封鎖：環境層（偽造指紋、TLS 輪換）、執行層（CAPTCHA 解決）、人類層（遠端手動接管以進行人工干預）。

提供三種瀏覽器模式：

• Chrome：重用本地登入狀態。
• Stealth Privacy：為批量爬取提供全新指紋與代理。
• Stealth Fixed Identity：為維持帳號身分提供穩定指紋與 IP。

為優化 LLM，採用緊湊的索引文字格式表示頁面狀態，而非原始 DOM，讓代理可透過索引與元素互動（例如：click 3）。

適用對象

使用 Claude Code、Cursor 或 Gemini CLI 等工具開發 AI 代理的開發者，需要其代理與真實網路互動、管理多個帳號，或在不被偵測為機器人的情況下爬取受保護內容。

核心亮點

• 代理導向設計：使用索引互動與緊湊文字輸出，減少 token 使用並簡化推理。
• 反封鎖套件：整合隱身指紋、TLS 輪換、住宅代理與自動 CAPTCHA 解決。
• 人機協同：包含 remote-assist 功能，當代理卡住時，人類可透過即時 URL 接管瀏覽器會話。
• 零干擾並行：支援獨立的 Cookie 與指紋，實現平行任務間無交叉污染。
• Skill Forge：自動發現網站 API 與資料模式，無需手動編碼即可生成可重複使用的爬取技能。