AI编程助手终于能替你操作网页了——ActionBook体验

AI 编程助手终于能替你操作网页了——ActionBook 体验

如果你用 Claude Code 或 Codex 写过自动化脚本，一定遇到过这个痛点：让 AI 读一个网页还好，让它真正去”点按钮、填表单、过登录墙”——基本靠碰运气。

传统的做法是写 Playwright 脚本，定位元素、调 API、跑通之后才能让 AI 用。但你写脚本的速度可能比 AI 帮你写代码的速度还快，这就本末倒置了。

ActionBook 解决的就是这个问题。它是一个可搜索的浏览器交互技能库，本质上是一堆已经写好、测试过的页面交互文档——每个交互都附带了精确的 CSS 选择器。

AI 要执行任务时，先在库里搜”我要在某网站填个搜索框”，ActionBook 返回对应的元素定位方式和操作步骤，AI 直接调用浏览器命令执行。不用你写一行 Playwright。

几个我觉得有意思的点：

• 支持 Daemon 模式：维护一个持久 WebSocket 连接，避免每次命令都重新建立连接，开销大幅降低。
• 智能降级：当 CSS 选择器因网页改版失效时，自动切换到 accessibility tree 快照，保证任务不中断。
• 登录墙处理：自动化流程遇到登录框时，会暂停等待人工完成认证，然后从中断处继续——这一点比大多数浏览器自动化方案更务实。

支持的 AI 编程助手覆盖了主流：Claude Code、Cursor、Windsurf、Codex、Cline、Gemini CLI……基本上你在用哪个都能装上。

安装方法一行命令：

npx skills add https://github.com/actionbook/actionbook --skill agent-browser

客观说，它不是万能的——复杂的动态网页、多步交互流程，仍然可能需要 Playwright。但作为 AI 编程助手日常遇到的”简单网页操作”场景，它已经把 80% 的重复劳动变成了可复用的模板。

GitHub：https://github.com/actionbook/actionbook ⭐ 1.5k

GitHub: https://github.com/actionbook/actionbook