BrowserAct Skills：AI Agent 卡在验证码？这个开源工具有点猛

Go语言教程

2026年6月12日 15:23
陕西

在小说阅读器读本章

去阅读

以下文章来源于AI绘画教程网
，作者Ai

AI绘画教程网
.

回复 ai ，获取AI绘画资料合集。主要分享AI绘画教程、AI绘画关键词、AI绘画描述词、StableDiffusion、Midjourney、Poe AI、Monica AI、DeepSeek AI、ComfyUI等。

AI Agent 操作浏览器这事，听着很自动化，真跑起来经常很狼狈。

页面还没抓两下，验证码来了；账号一多，Cookie、指纹、代理串在一起，网站一眼看穿；Agent 自己点不动，人又不知道从哪接手。东哥以前看这类工具，第一反应不是酷不酷，而是：卡住以后有没有出口。

BrowserAct 团队最近开源的 BrowserAct Skills，就是冲这个问题来的。官方说它是给 AI Agent 用的浏览器自动化 CLI，重点不是传统脚本那套 DOM 操作，而是反封锁、人类接管、多任务隔离和 LLM 友好的输出。

它比较狠的一点，是做了三层处理：环境层做指纹、TLS、代理这类伪装；执行层处理验证码和受保护页面；再不行，就生成一个远程链接，人类从手机或电脑接过去点完，Agent 再继续跑。这个设计挺现实，别笑，很多自动化流程不是死在代码上，是死在“这一步需要人看一眼”。

多浏览器并行也有意思。每个任务可以有独立 Cookie、指纹、代理，适合多账号、多站点同时跑，别互相污染。东哥会多瞅一眼这里：代理额度、账号风控、日志回放，这些 README 里再漂亮，实际批量跑时都容易冒烟。

还有个小细节挺对 AI 胃口：它不是直接把一大坨 HTML 扔给模型，而是用更紧凑的索引文本输出，Agent 可以按编号点、输入，不用自己解析 DOM。省 Token 这事，别看不起，Claude Code、Cursor 里跑几轮就知道肉疼了。

Skill Forge 也挺有想象力：先让 AI 探一遍网站结构，生成可复用抓取 Skill，后面批量跑不用每次重新摸路。适合内部数据整理、竞品页监控、运营同学临时要一批页面信息这种活。

东哥提醒一句，抓数据别拿它硬冲别人规则，账号、频率、权限边界都得自己管。工具能把浏览器自动化那堆脏活变顺，但锅还是你的。

GitHub地址：github.com/browser-act/skills