Token导航 LogoToken导航

Agent Skill · 研究检索

browser(浏览器)

browser 用于处理浏览器自动化、网页检查和页面信息提取,适合在 Codex、Claude、Cursor、Gemini CLI 中需要让 Agent 打开页面、读取网页或验证前端流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

browser 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为操作浏览器;许可证为 MIT,暂无第三方扫描结果,按安装量在研究检索类的 73,675 个 Skill 里排第 53,170。

总安装 539周安装 22GitHub Stars 公开资料未说明下载 172核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:browser(浏览器)
来源仓库:https://github.com/robdtaylor/personal-ai-infrastructure
仓库路径:skills/browser
安装命令:
npx skills add robdtaylor/personal-ai-infrastructure --skill "browser"
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

AgentSkills.tonpx skills
npx skills add robdtaylor/personal-ai-infrastructure --skill "browser"

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

提供浏览器自动化与页面信息提取能力。适合在 Codex、Claude、Cursor、Gemini CLI 中打开页面、读取内容或验证前端流程。通过 npx skills add robdtaylor/personal-ai-infrastructure --skill "browser" 安装。

需确认权限范围和维护状态,注意是否触发联网或浏览器实例管理。建议结合来源仓库和 README 了解支持的页面操作与安全策略。

来源仓库内路径:skills/browser

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add robdtaylor/personal-ai-infrastructure --skill "browser";命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要操作浏览器,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

browser 怎么安装?

在终端执行 npx skills add robdtaylor/personal-ai-infrastructure --skill "browser"。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

browser 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

browser 需要什么权限?

权限级别是操作浏览器。该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

browser 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

browser 用的人多吗?

公开数据是累计安装 539 次,近一周安装 22 次,下载 172 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

browser 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 许可证明确为 MIT,商用和分发边界好判断。

先想清楚的地方

  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 要求有安全扫描结论才肯安装的团队。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
browser

浏览器 · 本页

539—操作浏览器MIT未收录

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
Browser
description
Code-first browser automation and web verification. USE WHEN browser, screenshot, navigate, web testing, verify UI, VERIFY phase. Replaces Playwright MCP with 99% token savings.

Browser - Code-First Browser Automation

Browser automation and web verification using code-first Playwright.


File-Based MCP

This skill is a file-based MCP - pre-written code that executes existing scripts, NOT generates new code.

Why file-based? Filter data in code BEFORE returning to model context = 99%+ token savings.


STOP - CLI First, Always

The Wrong Pattern

DO NOT write new TypeScript code for simple browser tasks:

// WRONG - Writing new code defeats the purpose of file-based MCPs
import { PlaywrightBrowser } from '$PAI_DIR/skills/Browser/index.ts'
const browser = new PlaywrightBrowser()
await browser.launch({ headless: true })
await browser.navigate('https://example.com')
await browser.screenshot({ path: '/tmp/shot.png' })
await browser.close()

Problems with this approach:

  • You're writing 5+ lines of boilerplate every time
  • You manage browser lifecycle manually
  • You duplicate what the CLI already does
  • You're generating new code instead of executing existing code

The Right Pattern

USE the CLI tool - it executes pre-written code:

# RIGHT - One command, zero boilerplate
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts screenshot https://example.com /tmp/shot.png

Benefits:

  • One command, instant execution
  • Lifecycle handled automatically
  • Error handling built-in
  • TRUE file-based MCP pattern

CLI Commands (Primary Interface)

Location: $PAI_DIR/skills/Browser/Tools/Browse.ts

screenshot - Take a screenshot

bun run $PAI_DIR/skills/Browser/Tools/Browse.ts screenshot <url> [output-path]

Examples:

# Screenshot to default location
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts screenshot https://danielmiessler.com

# Screenshot to specific file
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts screenshot https://example.com /tmp/example.png

verify - Check element exists

bun run $PAI_DIR/skills/Browser/Tools/Browse.ts verify <url> <selector>

Examples:

# Verify body exists
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts verify https://example.com "body"

# Verify specific element
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts verify https://danielmiessler.com "h1"

# Verify by CSS selector
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts verify https://example.com ".main-content"

open - Open URL in visible browser

bun run $PAI_DIR/skills/Browser/Tools/Browse.ts open <url>

Examples:

# Open site for manual inspection
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts open https://danielmiessler.com

Decision Tree: When to Use What

                    What are you trying to do?
                              |
           ┌──────────────────┴──────────────────┐
           ▼                                     ▼
    ┌─────────────┐                      ┌─────────────┐
    │   SIMPLE    │                      │   COMPLEX   │
    │ Single task │                      │ Multi-step  │
    └─────────────┘                      └─────────────┘
           │                                     │
           ▼                                     ▼
    ┌─────────────┐                      ┌─────────────┐
    │ • Screenshot│                      │ • Form fill │
    │ • Verify    │                      │ • Auth flow │
    │ • Open URL  │                      │ • Conditionals│
    └─────────────┘                      └─────────────┘
           │                                     │
           ▼                                     ▼
    ┌─────────────┐                      ┌─────────────┐
    │ USE CLI     │                      │ USE WORKFLOW│
    │ Browse.ts   │                      │ or API      │
    └─────────────┘                      └─────────────┘

Quick Reference

TaskUse CLI?Use TypeScript?
Take screenshotYESNO
Verify element existsYESNO
Open page visuallyYESNO
Fill multi-field formNOYES (Workflow)
Authentication flowNOYES (Workflow)
Conditional logicNOYES (API)
Multi-step interactionNOYES (Workflow)

The Rule: Can you describe it in ONE action? (screenshot, verify, open) → CLI


VERIFY Phase Integration

The Browser skill is MANDATORY for VERIFY phase of web changes.

Using CLI for Verification

Before claiming ANY web change is "live" or "working":

# 1. Take screenshot of the changed page
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts screenshot https://example.com/changed-page /tmp/verify.png

# 2. Verify the specific element that changed
bun run $PAI_DIR/skills/Browser/Tools/Browse.ts verify https://example.com/changed-page ".changed-element"

Then use the Read tool to view the screenshot:

Read /tmp/verify.png

If you haven't LOOKED at the rendered page, you CANNOT claim it works.


Workflow Routing

For complex, multi-step tasks, use the pre-built workflows:

TriggerWorkflow
Fill forms, interact with pageWorkflows/Interact.md
Extract page contentWorkflows/Extract.md
Complex verification sequenceWorkflows/VerifyPage.md
Screenshot with custom optionsWorkflows/Screenshot.md

Workflows use the TypeScript API internally but are pre-written.


Advanced: TypeScript API

Only use this for custom automation that CLI cannot handle.

Before using this API, ask yourself:

  1. Did I check if CLI can do this? (screenshot/verify/open)
  2. Is this a multi-step workflow? (not just one action)
  3. Do I need conditional logic between actions?

If you answered NO to all, use the CLI instead.

Quick Start (Advanced Users Only)

import { PlaywrightBrowser } from '$PAI_DIR/skills/Browser/index.ts'

const browser = new PlaywrightBrowser()
await browser.launch({ headless: true })
await browser.navigate('https://example.com')
// ... custom logic here ...
await browser.close()

API Reference

Navigation:

  • launch(options?) - Start browser
  • navigate(url) - Go to URL
  • goBack() / goForward() - History navigation
  • reload() - Refresh page
  • close() - Shut down browser

Capture:

  • screenshot({ path, fullPage, selector }) - Take screenshot
  • getVisibleText(selector?) - Extract text
  • getVisibleHtml(options) - Get HTML
  • savePdf(path) - Export PDF
  • getAccessibilityTree() - A11y snapshot

Interaction:

  • click(selector) - Click element
  • fill(selector, value) - Fill input
  • type(selector, text, delay?) - Type with delay
  • select(selector, value) - Select dropdown
  • pressKey(key) - Keyboard input
  • hover(selector) - Mouse hover
  • drag(source, target) - Drag and drop
  • uploadFile(selector, path) - File upload

Waiting:

  • waitForSelector(selector, options) - Wait for element
  • waitForText(text, options) - Wait for text
  • waitForNavigation(options) - Wait for page load
  • waitForNetworkIdle(timeout?) - Wait for idle
  • wait(ms) - Fixed delay

JavaScript:

  • evaluate(script) - Run JS
  • getConsoleLogs(options) - Get console output
  • setUserAgent(ua) - Change user agent

Viewport:

  • resize(width, height) - Set size
  • setDevice(name) - Emulate device

Token Savings

ApproachTokensNotes
Playwright MCP~13,700Loaded at startup, always
CLI tool~0Executes pre-written code
TypeScript API~50-200Only what you write
CLI Savings99%+Compared to MCP

平台分布

Claude Code

27.24%
按下载量换算47

windsurf

23.39%
按下载量换算40

Cursor

19.98%
按下载量换算34

Antigravity

11.56%
按下载量换算20

Gemini CLI

7.88%
按下载量换算14

trae

3.69%
按下载量换算6

安全审计

暂无安全审计结果可展示。

权限和风险

操作浏览器

该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills