Browse.sh：给 AI Agent 装上「万能浏览器技能包」，268 个网站的自动化剧本直接拿

📝

开源 268 个网站自动化技能，CLI 一键安装，小白也能上手

原文链接：https://mp.weixin.qq.com/s/t4uJJjy8Q5Eq0g9ra5OT1A

开源 268 个网站自动化技能，CLI 一键安装，小白也能上手

#浏览器Agent #开源技能 #AI自动化 #Browse.sh

长话短说

Browserbase 本周开源了 Browse.sh – 一个包含 268 个网站操作技能的开放目录。每个技能都是针对特定网站的”操作剧本”：从查中国高铁时刻表、搜 Airbnb 房源，到亚马逊比价、联邦快递查包裹。AI Agent 只需一行命令就能安装并执行这些技能，不需要你手写选择器或研究反爬策略。

268

网站技能

3.4k

GitHub ⭐

50×

Token 节省

小白先看懂：这东西到底是干什么的

想象你有个助手，你说”查一下明天北京到上海的高铁”，它就得自己去 12306 网站上找。问题在于：12306 的页面结构复杂、有反爬机制、查询参数藏在 JS 里–一个普通 AI Agent 光”搞懂怎么查”就可能折腾半天，还容易搞错。

Browse.sh 解决的就是这个问题。它把每个网站的操作方法打包成一个技能文件（Skill），里面写好了：这个网站用什么 API、DOM 选择器是什么、要不要登录、有没有反爬、怎么绕过。AI Agent 直接加载这个技能就能干活，不用自己研究。

目前收录了 268 个技能，覆盖 100+ 个类别：交通、旅行、电商、政府、医疗、金融……你用得上的大网站基本都在里面了。

**适合谁：**写 AI Agent 的开发者、做自动化工具的产品团队、需要从网页批量爬数据的分析师。

**不适合谁：**只想给自己的个人 AI 助手加个小功能、不想折腾命令行的普通用户。

Browse.sh 的底层架构

Browse.sh 不是一个网站，而是一个开放技能目录 + CLI 工具的组合。它的核心分三层：

●　技能目录（browse.sh） - 268 个预研好的网站操作剧本，每个包含选择器、API 端点、请求参数、反爬策略

●　Browse CLI（npm install -g browse） - 命令行入口，让 AI Agent 通过简单命令加载和运行技能

●　Browserbase 云端浏览器 - 可选的后端，提供 CAPTCHA 自动破解、住宅代理、防检测浏览器

技能的执行方式有 6 种：API（99 个）、Browser（86 个）、Hybrid（32 个）、Fetch（25 个）、CLI（20 个）、MCP（6 个）。API 类技能直接调用网站的后端接口，最快最省；Browser 类技能需要启动浏览器模拟用户操作，适合交互复杂或 JS 渲染的页面。

关键数据　155 个技能已通过验证（verified），5 个来自官方合作方。每个技能都标注了推荐方法、是否需代理、来源 GitHub 地址和安装次数。

前置条件：你需要准备什么

Node.js 18+ - Browse CLI 是 Node 写的，需要先装 Node

Chrome 浏览器 - 本地模式需要 Chrome（macOS/Windows 下载即可，Linux 需 apt install）

API Key（可选） - 仅当需要云端浏览器时，去 browserbase.com/settings 申请

Claude Code（可选但推荐） - Browse.sh 深度集成 Claude Code 插件体系，一行命令添加

约 200MB 磁盘空间 - CLI + 依赖的安装大小

上手指南：5 分钟跑起来

第一步：安装 CLI

1	npm install -g browse

第二步：给 Claude Code 装插件

在 Claude Code 终端输入：

1 2	/plugin marketplace add browserbase/skills /plugin install browse@browserbase

然后重启 Claude Code。你也可以用 npx 方式直接装：

1	npx skills add browserbase/skills

第三步：试用一个技能

装好后你对 Claude 说一句话就行–它自己会调用 Browse CLI 干活：

“查一下明天北京到上海的高铁” → 自动加载 12306 技能 → 查时刻表 → 返回结果

“搜一下旧金山 5 月的 Airbnb，预算 200 美元以内” → 搜 Airbnb → 列清单

“帮我比比亚马逊上这双鞋的价格” → 调 Amazon 搜索技能 → 比价

“这个网页我打不开，帮我看看” → 启动 Browserbase 云端 → 截图回来

第四步：直接命令行操作

不想通过 AI 对话，也可以直接在终端用：

一些常用命令参考：

browse open https://example.com
browse snapshot
browse screenshot --path /tmp/page.png
browse fill #search-input "搜索词"
browse click @submit-button
browse stop

避坑指南：实战中容易踩的雷

FIX常见问题

Chrome not found - CLI 默认找系统 Chrome。macOS 装了但报错？因为未放在标准路径。解决方案：用 browse open --auto-connect 附加已有 Chrome 实例，或者直接切 --remote 用云端。

No active page - 浏览器 Daemon 僵死了。跑 browse stop && pkill -f "browse.*daemon" 再重试。

反爬拦截 - 本地模式访问 Cloudflare 保护的网站可能返回空页面。切换 --remote 用 Browserbase 的自动 CAPTCHA 解决 + 住宅代理。

API Key 过期 - Browserbase 免费额度有限。先跑 browse status 检查连接状态，确认 API Key 是否有效。

本地开发（localhost） - 用 browse open http://localhost:3000 --local 打开本地服务，不要用远程模式访问本地地址。

这个项目为什么值得关注

AI Agent 的能力边界一直卡在”能读文字但不能操作网页”。OpenAI 的 Operator、Anthropic 的 computer use 都在解决这个问题，但它们的方案要么太贵（每次操作都要推理），要么太慢（”看”屏幕分析像素）。

Browse.sh 走了一条更务实的路：不靠 AI 推理来理解网页，而是提前把每个网站的操作方法研究好、打包好，Agent 直接调用。这就像给 AI 配了一本”网站操作手册”而不是让它每次到新地方都从头摸索。

它的好搭档 Stagehand（22.7k ⭐）提供浏览器自动化的底层 SDK，Browse.sh 在它之上建了一个操作层。再加上 Browserbase 的云端浏览器做 CAPTCHA 和代理–三层叠起来，一个 AI Agent 就能像真人一样操作几乎任何网站，而 token 消耗只有传统方案的 1/50。

Browserbase 的产品逻辑很清晰：核心能力（浏览器自动化）收费，外围工具（技能目录）开源。268 个技能只是开始–社区可以提交新技能，贡献者越多，目录越全，对 Browserbase 的生态反哺越强。这是一笔聪明的账。

SOURCES

Browse.sh 官网 - browse.sh

Browserbase Skills GitHub - github.com/browserbase/skills

Browserbase 官方 X 公告 - x.com/browserbase/status/2056404332824944970

Stagehand GitHub - github.com/browserbase/stagehand

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。