BrowserSkill 场景实战表单填写、数据抓取、UI 回归测试等5个高频用例【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkillBrowserSkill 是一款面向 AI Agent 的浏览器自动化工具由bskCLI 和浏览器扩展组成它让 Cursor、Claude Code、Codex 等任意能执行 shell 命令的 AI 智能体直接操作你已登录的真实浏览器完成表单填写、数据抓取、UI 回归测试等任务且全程不打断你自己的浏览工作。下面通过 5 个高频场景带你快速上手这套浏览器自动化方案。先认识 BrowserSkillCLI 扩展的分工整套系统由三部分组成bskCLI / 守护进程AI 智能体通过它发起浏览器任务源码位于 crates/bsk-cli/浏览器扩展负责在独立的Agent Window中执行自动化你的正常浏览器窗口完全不受影响Skill 说明文件教会智能体如何使用bsk命令见 skill/SKILL.md。任务流程始终是智能体调用bsk命令 → 本地守护进程转发 → 扩展在 Agent Window 中操作页面。若 AI 需要碰你已打开的标签页必须显式借用并在任务结束后归还其余标签页一律不碰。用例一让 AI 自动填写并提交表单表单填写是最高频的自动化场景。AI 先用bsk observe读取页面拿到带eN编号的元素引用再逐一填写——输入框用fill、下拉框用select、提交用pressbsk fill e3 --value agent-parity --session id bsk select e5 --value two --session id bsk press Enter --ref e7 --session id填写后再次observe确认结果即可判断提交是否成功。仓库里就内置了一个完整的表单回归用例覆盖了填写、选择、按键、截图全流程可以直接参考form-controls.case.json。用例二网页数据抓取读取、截图与导出抓数据不一定需要写爬虫BrowserSkill 提供三种互补方式需求命令说明结构化读取文本与控件bsk observe返回文本、控件和eN引用最适合让 AI 理解页面精确标记或隐藏元数据bsk get-html拿到页面原始 HTML视觉证据bsk screenshot --out page.png支持视口、单个元素、整页三种范围配合只读的console/network诊断命令AI 还能观察页面报错与请求情况。扩展侧对应的实现分布在 observation.ts、screenshot-full-page.ts 等模块中。抓取登录后的私有页面时正是复用真实登录态这一特性让 BrowserSkill 比无头浏览器方便得多——无需准备测试账号AI 直接以你的身份访问。用例三UI 回归测试改动上线前自动验证页面BrowserSkill 自带一套确定性的浏览器能力评测语料位于 evals/browser/它本身就是 UI 回归测试的现成模板core 套件6 个稳定用例覆盖表单、悬停菜单、导航历史、标签页管理等日常验收场景见 cases/core/regression 套件针对真实用户报告的缺陷建立最小化复现用例例如 快照坐标回归matrix 套件用种子生成不同 DOM 布局变体检验 AI 在不同页面结构下的稳定性。典型玩法是让 AI 打开改动后的页面 →observe读取 → 按用例中的断言点如结果页出现 Received!逐项验证 → 失败时截图留证。命令示例pnpm eval:browser smoke --suite core每个用例都会自动开启全新会话并在结束后清理报告与截图输出到evals/browser/results/目录。用例四长截图一键抓取整页存档遇到需要存档的长文章、报表页、聊天记录可以一行命令生成完整长图bsk screenshot --session id --full-page --out page.png它会自动滚动页面、按需拼接、结束后恢复原滚动位置默认 2 分钟超时可用--timeout 5m延长。扩展弹窗里也有无需 CLI 的快捷入口Quick actions → Full-page screenshot还支持我手动滚动模式。完整的支持范围、取消机制与错误处理见 docs/long-screenshot.md。用例五登录态下的复杂流程人类随时接管面对登录 → 验证码 → 填单 → 确认这类含人工步骤的流程BrowserSkill 内置了人在回路human-in-loop机制遇到验证码、短信 OTP、支付确认时AI 执行bsk request-help向你求助你在浏览器里完成操作后它自动继续需要操作你自己的标签页时bsk tab borrow tab-id借用、bsk tab return tab-id归还借还过程需经你确认全部开关都在扩展弹窗的Automation settings中默认开启可随时关闭以切换无人值守模式。这样AI 干活、人把关的分工让涉及敏感操作的浏览器自动化也能安全落地。快速上手三步跑通第一个用例安装 CLImacOS/Linux 运行 install.shWindows 运行 install.ps1随后用bsk --version验证安装扩展从 Chrome Web Store 或 Edge 扩展商店安装 BrowserSkill弹窗显示已连接 READY即成功安装技能并试跑执行bsk install-skill选择你的 Agent再新建会话让 AI打开 example.com 并总结页面跑通后运行bsk doctor自检。⚠️ 沙箱环境每次命令后回收后台进程需按 docs/sandboxed-agents.md 保持守护进程常驻远程服务器上的 Agent 可参考 docs/remote-extension-connection.md 与本地浏览器配对。总结场景核心能力关键命令/文档表单填写observe fill/select/pressform-controls.case.json数据抓取observe / get-html / screenshotobservation.tsUI 回归测试评测语料 断言evals/browser/长截图存档full-page 截图long-screenshot.md复杂流程协作借用标签页 request-helpskill/SKILL.mdBrowserSkill 的价值在于不锁定任何模型和框架任何能跑 shell 的 AI 智能体都能复用你真实浏览器的登录态来完成自动化。从表单填写到 UI 回归测试这 5 个用例基本覆盖了日常浏览器自动化的高频需求值得收藏进你的 AI 工具清单。【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 BrowserSkill 场景实战：表单填写、数据抓取、UI 回归测试等5个高频用例
BrowserSkill 场景实战表单填写、数据抓取、UI 回归测试等5个高频用例【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkillBrowserSkill 是一款面向 AI Agent 的浏览器自动化工具由bskCLI 和浏览器扩展组成它让 Cursor、Claude Code、Codex 等任意能执行 shell 命令的 AI 智能体直接操作你已登录的真实浏览器完成表单填写、数据抓取、UI 回归测试等任务且全程不打断你自己的浏览工作。下面通过 5 个高频场景带你快速上手这套浏览器自动化方案。先认识 BrowserSkillCLI 扩展的分工整套系统由三部分组成bskCLI / 守护进程AI 智能体通过它发起浏览器任务源码位于 crates/bsk-cli/浏览器扩展负责在独立的Agent Window中执行自动化你的正常浏览器窗口完全不受影响Skill 说明文件教会智能体如何使用bsk命令见 skill/SKILL.md。任务流程始终是智能体调用bsk命令 → 本地守护进程转发 → 扩展在 Agent Window 中操作页面。若 AI 需要碰你已打开的标签页必须显式借用并在任务结束后归还其余标签页一律不碰。用例一让 AI 自动填写并提交表单表单填写是最高频的自动化场景。AI 先用bsk observe读取页面拿到带eN编号的元素引用再逐一填写——输入框用fill、下拉框用select、提交用pressbsk fill e3 --value agent-parity --session id bsk select e5 --value two --session id bsk press Enter --ref e7 --session id填写后再次observe确认结果即可判断提交是否成功。仓库里就内置了一个完整的表单回归用例覆盖了填写、选择、按键、截图全流程可以直接参考form-controls.case.json。用例二网页数据抓取读取、截图与导出抓数据不一定需要写爬虫BrowserSkill 提供三种互补方式需求命令说明结构化读取文本与控件bsk observe返回文本、控件和eN引用最适合让 AI 理解页面精确标记或隐藏元数据bsk get-html拿到页面原始 HTML视觉证据bsk screenshot --out page.png支持视口、单个元素、整页三种范围配合只读的console/network诊断命令AI 还能观察页面报错与请求情况。扩展侧对应的实现分布在 observation.ts、screenshot-full-page.ts 等模块中。抓取登录后的私有页面时正是复用真实登录态这一特性让 BrowserSkill 比无头浏览器方便得多——无需准备测试账号AI 直接以你的身份访问。用例三UI 回归测试改动上线前自动验证页面BrowserSkill 自带一套确定性的浏览器能力评测语料位于 evals/browser/它本身就是 UI 回归测试的现成模板core 套件6 个稳定用例覆盖表单、悬停菜单、导航历史、标签页管理等日常验收场景见 cases/core/regression 套件针对真实用户报告的缺陷建立最小化复现用例例如 快照坐标回归matrix 套件用种子生成不同 DOM 布局变体检验 AI 在不同页面结构下的稳定性。典型玩法是让 AI 打开改动后的页面 →observe读取 → 按用例中的断言点如结果页出现 Received!逐项验证 → 失败时截图留证。命令示例pnpm eval:browser smoke --suite core每个用例都会自动开启全新会话并在结束后清理报告与截图输出到evals/browser/results/目录。用例四长截图一键抓取整页存档遇到需要存档的长文章、报表页、聊天记录可以一行命令生成完整长图bsk screenshot --session id --full-page --out page.png它会自动滚动页面、按需拼接、结束后恢复原滚动位置默认 2 分钟超时可用--timeout 5m延长。扩展弹窗里也有无需 CLI 的快捷入口Quick actions → Full-page screenshot还支持我手动滚动模式。完整的支持范围、取消机制与错误处理见 docs/long-screenshot.md。用例五登录态下的复杂流程人类随时接管面对登录 → 验证码 → 填单 → 确认这类含人工步骤的流程BrowserSkill 内置了人在回路human-in-loop机制遇到验证码、短信 OTP、支付确认时AI 执行bsk request-help向你求助你在浏览器里完成操作后它自动继续需要操作你自己的标签页时bsk tab borrow tab-id借用、bsk tab return tab-id归还借还过程需经你确认全部开关都在扩展弹窗的Automation settings中默认开启可随时关闭以切换无人值守模式。这样AI 干活、人把关的分工让涉及敏感操作的浏览器自动化也能安全落地。快速上手三步跑通第一个用例安装 CLImacOS/Linux 运行 install.shWindows 运行 install.ps1随后用bsk --version验证安装扩展从 Chrome Web Store 或 Edge 扩展商店安装 BrowserSkill弹窗显示已连接 READY即成功安装技能并试跑执行bsk install-skill选择你的 Agent再新建会话让 AI打开 example.com 并总结页面跑通后运行bsk doctor自检。⚠️ 沙箱环境每次命令后回收后台进程需按 docs/sandboxed-agents.md 保持守护进程常驻远程服务器上的 Agent 可参考 docs/remote-extension-connection.md 与本地浏览器配对。总结场景核心能力关键命令/文档表单填写observe fill/select/pressform-controls.case.json数据抓取observe / get-html / screenshotobservation.tsUI 回归测试评测语料 断言evals/browser/长截图存档full-page 截图long-screenshot.md复杂流程协作借用标签页 request-helpskill/SKILL.mdBrowserSkill 的价值在于不锁定任何模型和框架任何能跑 shell 的 AI 智能体都能复用你真实浏览器的登录态来完成自动化。从表单填写到 UI 回归测试这 5 个用例基本覆盖了日常浏览器自动化的高频需求值得收藏进你的 AI 工具清单。【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考