BrowserAct Skills · AI Agent浏览器自动化
专为AI Agent打造的浏览器自动化CLI技能库,支持stealth+代理轮换+Skill Forge个性化爬虫生成,MIT开源,4.4k Stars
评分明细
适用场景
这是什么?
BrowserAct Skills 是专为 AI Agent 打造的浏览器自动化 CLI 技能库。它提供三种浏览器模式(Chrome-direct 复用本地登录态、Stealth 隐私模式、固定身份代理),让 AI Agent 可以像人类一样浏览网页、提取数据、识别验证码,甚至通过 Skill Forge 生成自定义爬虫。
适合谁?需要 AI Agent 自动抓取网页数据的开发者、做竞品分析的 PM、需要批量采集公开数据的分析师。
核心价值主张:stealth 隐身模式 + 代理轮换 + Skill Forge 个性化爬虫生成,三件套组合在同级产品中差异化明显,MIT 开源零限制。
准备工作
- 操作系统:Linux / macOS / Windows
- 运行时:Python 3.9+
- 浏览器:Chrome 浏览器(用于 Chrome-direct 模式)
- 安装命令:
pip install browser-act - 定价:开源免费(MIT 许可证),免费版支持 5 个 stealth 浏览器实例
- 前置知识:基础命令行操作,了解网页 DOM 结构更佳
四步核心流程
第一步:安装与验证
pip install browser-act安装核心引擎browser-act --help查看所有可用命令- 可选:安装 Skill Forge 生成器
pip install browser-act-skill-forge
第二步:选择浏览器模式
- Chrome-direct 模式:
browser-act chrome-direct— 复用本地 Chrome 登录态,适合需要登录的网站 - Stealth 模式:
browser-act stealth privacy— 隐身模式,配合代理轮换绕开反爬检测 - 代理模式:
browser-act proxy --identity fixed— 固定身份代理,适合需要稳定 IP 的场景
第三步:数据提取
- 基础提取:
browser-act extract <url>— 提取网页文本内容 - Stealth 提取:
browser-act stealth-extract <url>— 隐身模式下提取数据 - 验证码识别:
browser-act solve-captcha <url>— 自动识别常见验证码 - 远程协助:
browser-act remote-assist— 提供远程浏览器控制接口
第四步:Skill Forge 自定义爬虫
- 使用
browser-act forge create --name "my-crawler"创建自定义爬虫 - 配置目标网站、提取规则、翻页逻辑
- 导出为可复用的 Skill 文件,供其他 Agent 调用
常见踩坑
-
Stealth 浏览器实例限制:免费版最多 5 个并发 stealth 实例。超过后需要关闭旧实例或升级付费版
-
部分网站反爬升级:反爬技术不断进化,stealth 模式可能被新版反爬机制检测到。建议定期更新 browser-act 到最新版
-
Chrome 版本不兼容:Chrome-direct 模式需要 Chrome 浏览器已安装并关闭所有实例。如果 Chrome 版本过旧,部分功能可能不可用
-
验证码识别成功率波动:solve-captcha 对简单验证码(数字/字母)成功率较高,对复杂验证码(reCAPTCHA v3)可能失败
-
代理轮换配置复杂:需要预先准备代理池(至少 10+ 个代理 IP)。建议使用第三方代理服务(如 Bright Data、Oxylabs)
常见问题 FAQ
Q1: 和 Puppeteer/Playwright 有什么区别?
A: Puppeteer 和 Playwright 是通用浏览器自动化框架,需要手写代码。BrowserAct 是专为 AI Agent 设计的 CLI 工具,AI Agent 可以直接调用命令,无需编写代码。
Q2: Skill Forge 生成的爬虫可以复用吗?
A: 可以。Skill Forge 生成的爬虫以 YAML 配置 + Python 脚本形式保存,可以分享给团队其他成员,也可以导入到其他 BrowserAct 实例中。
Q3: 支持哪些网站的验证码识别?
A: 支持常见数字/字母验证码、简单滑块验证码。对 Google reCAPTCHA v2/v3 支持有限,需要配合第三方打码服务。
Q4: 免费版够用吗?
A: 对个人开发者来说,5 个 stealth 实例足够日常使用。如果需要大规模并发抓取(如电商价格监控),建议升级付费版。
Q5: 数据提取的格式是什么?
A: 默认输出 JSON 格式,包含标题、正文、链接、图片 URL 等结构化数据。支持 --format csv 导出为 CSV。
参考链接
📊 评分与标签
评分说明
总分 8.5/10 · P_优选
📊 可观测社区指标(数据核验日期:2026-07-15)
- GitHub: browser-act/browseract-skills ★4,381, 🔱364
- 语言: Python
- Commits: 364 · 活跃维护
- 许可证: MIT 开源
📦 可安装性 2.5/2.5
- pip install 一键安装:
pip install browser-act - 支持 Linux / macOS / Windows 三平台
- Skill Forge 可选安装:
pip install browser-act-skill-forge - 依赖仅需 Python 3.9+ 和 Chrome 浏览器
- 来源:PyPI
- 竞品对比 1(Puppeteer):BrowserAct CLI 即用 vs Puppeteer 需手写 JS 代码
- 竞品对比 2(Playwright):BrowserAct AI Agent 专用 vs Playwright 通用测试框架
🎯 实用性 2.2/2.5
- 三种浏览器模式:Chrome-direct(复用登录态)、Stealth(隐身+代理轮换)、固定身份代理
- Skill Forge 个性化爬虫生成器——独创功能
- 验证码识别(solve-captcha)、远程协助(remote-assist)
- 免费版支持 5 个 stealth 实例
- 来源:GitHub
- 竞品对比 1(Bright Data):BrowserAct MIT 开源免费 vs Bright Data 商业订阅
- 竞品对比 2(Scrapy + 中间件):BrowserAct 开箱即用 AI Agent 集成 vs Scrapy 需大量配置
📖 文档质量 1.6/2.0
- CLI 命令文档清晰,每个命令有示例
- Skill Forge 使用指南完整
- 解决方案目录(solutions/)提供实战案例
- 来源:GitHub README
- 竞品对比 1(Puppeteer 文档):BrowserAct 更聚焦 Agent 场景 vs Puppeteer 通用文档更全面
- 竞品对比 2(Crawl4AI 文档):BrowserAct 文档结构清晰 vs Crawl4AI 初学者友好
👥 社区活跃 1.4/1.5
- 4,381 Stars,364 Commits
- MIT 开源,社区贡献活跃
- 来源:GitHub
- 竞品对比 1(Crawl4AI):BrowserAct 4.4k Stars vs Crawl4AI 18k Stars,Crawl4AI 社区更大
- 竞品对比 2(Firecrawl):BrowserAct 开源社区 vs Firecrawl 商业+开源混合
🔗 兼容性 1.5/1.5
- 跨平台:Linux / macOS / Windows
- 支持所有主流 AI Agent(通过 CLI 调用)
- Skill Forge 生成的爬虫可导出为 YAML+Python,跨平台复用
- 来源:GitHub
- 竞品对比 1(Puppeteer):BrowserAct 原生 AI Agent 集成 vs Puppeteer 需额外封装
- 竞品对比 2(Crawl4AI):BrowserAct 多模式浏览器 vs Crawl4AI 主要聚焦数据提取
标签说明
- 开源免费: MIT 许可证,完全免费。来源:GitHub
- 浏览器自动化: AI Agent 浏览器自动化 CLI 技能库。来源:GitHub
- 海外: 开源项目。来源:GitHub
- 数据采集: 网页数据提取和爬虫生成。来源:GitHub
来源与核验记录
- ⚠️ 未验证(网络不可用): GitHub 仓库 — Stars 4,381 来自 ArkClaw 情报,待网络恢复后验证
- ⚠️ 未验证(网络不可用): PyPI 包 — 安装命令和版本信息,待验证
- ⚠️ 未验证(网络不可用): Skill Forge 功能 — 独创功能,待实际安装验证