浏览器自动化总是翻车？这个 Skill 用「笨办法」解决了

浏览器自动化总翻车？试试这个「笨办法」

说实话，AI 浏览器自动化我踩过太多坑了——动不动就点错元素、页面没加载完就截图、一堆 XPath 动不动就失效，每次调试都要折腾半天。

最近发现一个叫 browser-automation 的 Skill，用的是 OpenCode Browser 原生工具，设计思路非常「反脆弱」：不追求花哨，直接把可靠性和可组合性放在第一位。

它的核心逻辑很简单

第一步：先「看清」再动手。每次操作前先用 browser_query 扫描页面，把所有候选元素列出来，用 index（序号）精准点击，而不是靠模糊匹配。这样就算页面结构变了，只要序号还在，就不会点歪。

第二步：操作完立刻确认。每执行一次点击/输入/选择，马上用 browser_query 或 browser_snapshot 验证状态变化。没生效就重试，而不是傻等固定时间——快多了。

第三步：严格区分工具场景。原生 <select> 用 browser_select，新标签页用 browser_open_tab，文本输入用 browser_navigate——各司其职，不混用。

适合哪些场景

• 网页数据抓取（表格、列表、评论……）
• 自动填表提交
• 批量点击操作（比如批量点赞、批量订阅）
• 定时监测页面变化并截图
• 对接 Apify / Browserbase 做大规模分布式爬取

怎么用

在支持 OpenCode 的 AI 编程工具里（Cursor、Windsurf、Cline 等），加载这个 Skill 之后，直接说人话就行。比如：

• 「帮我把这个表单填了，姓名张三，邮箱 test@example.com，然后提交」
• 「把页面上所有商品标题和价格抓下来」
• 「每隔 5 分钟截一张这个监控页面的图」

Skill 会自动把任务拆解成「扫描→确认→操作→验证」的可靠闭环，不是一股脑乱点。

总结一下

这个 Skill 的亮点是把浏览器自动化从「赌概率」变成「可预期」——通过强制确认机制和精准 index 选择，大大降低了翻车率。如果你经常需要 AI 帮你操作网页，这个 Skill 值得优先试。

GitHub：https://github.com/different-ai/agent-bank

GitHub: https://github.com/different-ai/agent-bank