browser-act/skills：让AI编程 Agent 真正能上网的神器

你用 AI 编程 Agent 的时候，有没有遇到这种情况：让 AI 去网页上查个东西、填个表，它直接卡住、报错，或者干脆告诉你「我做不到」？

问题往往不在 Agent 本身——而是浏览器的反爬机制太严了。普通脚本一访问就被识别、被拦截，Agent 拿到的只是一个空白页面。

今天挖到一个开源工具 browser-act/skills，专门给 AI Agent 装备了一个能绕过反爬墙的真实浏览器——而且是免费开源的。

它能做什么？

一句话：让你的 AI Agent 用真实浏览器上网，而且不会被网站发现。

具体来说，它有四层防护：

• 环境层：伪造浏览器指纹、轮换 TLS、切换代理，普通反爬直接绕过
• 执行层：内置 CAPTCHA 自动识别、隐身抓取，一行命令搞定
• 人工交接：Agent 遇到搞不定的，直接生成一个链接，你用任何设备点开就能接管，操作完 Agent 自动继续——不用重启会话
• 并发隔离：每个任务在独立浏览器里跑，Cookie、指纹、代理完全不串台，同时跑 10 个任务也不会互相影响

怎么安装？

超简单。告诉你的 AI Agent：

Install browser-act. Skill source: https://github.com/browser-act/skills/tree/main/browser-act

装完验证一下，然后就能直接用自然语言下命令了：

• browser-act stealth-extract https://example.com — 零配置抓取任何受保护的页面
• browser-act --session my-task state — 查看当前页面可交互的元素
• browser-act --session my-task click 3 — 按编号点第 3 个元素，不用写 XPath
• browser-act --session my-task input 2 "hi" — 向第 2 个输入框填内容

支持哪些 Agent？

官方说支持 Claude Code、Cursor、VS Code、OpenCode、OpenClaw、Codex、Gemini CLI——基本上主流 AI 编程工具全覆盖。只要 Agent 能执行 Shell 命令、能加载 Skill，就能用。

系统支持 Windows、macOS、Linux。

免费吗？

核心功能全部免费。只有两个能力需要付费：动态代理/静态代理，以及隐身浏览器数量超过 5 个之后的部分。普通个人用户或小团队使用，免费额度完全够用。

亮点功能：Skill Forge

除了基础浏览器控制，这个项目还有一个很酷的东西叫 Skill Forge。

你只需要用自然语言描述你要干什么，比如「爬取 LinkedIn 上的职位信息，包括岗位名、公司、薪资、链接」，Agent 就会自动探索网站结构、生成一个专属的 Skill 包——下次再跑同类任务，直接调用这个包，不用重新探索。

官方说已经有 30+ 预置 Skill，覆盖 Amazon、Google Maps、YouTube、Reddit、微信、知乎等平台。

总结

browser-act/skills 解决的是一个很实在的问题：AI Agent 访问网页时被拦截。它把真实浏览器、反爬对抗、人机交接、并发隔离全部打包成简单的命令，让 AI 能真正替你完成网页操作类任务。

如果你经常让 AI 帮你做网页数据抓取、表单填写、内容监控这类重复性工作，这个 Skill 值得一试。

GitHub 仓库 →

GitHub: https://github.com/browser-act/skills