01 / Skill 档案 · 浏览器自动化 · 配套 Skill

agent-browser Skill:通向浏览器 CLI 的指令入口

这个 Skill 是精简的引导入口,告诉 Agent 从已安装的 agent-browser CLI 加载与版本匹配的流程;真正的浏览器操作由 CLI 执行。

发布方、原始来源与安装方式

原发布方 Vercel Labs · 类型: 配套 Skill / 发现入口

本页为独立介绍;Vercel Labs 未对 Floatboat 作出背书。

上游安装方式

npx skills add vercel-labs/agent-browser

这只添加 Skill 入口;浏览器自动化仍需另外安装 agent-browser CLI 并完成浏览器设置。

一个具体请求

该仓库的主体是 agent-browser CLI,而不是这份 SKILL.md。Skill 指向 `agent-browser skills get core` 及专门流程,让详细指令与已安装的工具版本保持一致。

向 Agent 提问

“用 agent-browser 测试登录流程。先加载当前核心指引,再报告具体在哪一步失败。”

应该得到什么

合格结果会区分指引加载与 CLI 执行,并报告观察到的浏览器行为,而不是假定测试通过。

什么时候需要这个配套 Skill

当 Agent 已能使用 CLI,又需要与工具版本匹配的浏览器流程时使用。

网页

Agent 需要检查真实网页流程

导航、读取控件快照或测试表单前,先加载 CLI 核心流程。

测试

Bug 需要探索式复现

入口文件会指向专门的 dogfood 流程,用于探索式测试和质量检查。

桌面

目标是 Electron 应用

应使用 CLI 的 Electron 专项指引,而不是把它当普通网页会话。

单靠这个入口做不到什么

  • 没有独立安装 agent-browser CLI 和浏览器环境就执行自动化。
  • 把这份简短 SKILL.md 当作完整命令手册。

如何加载浏览器操作指引

分别安装 Skill 和 CLI,再读取 CLI 当前的核心或专项指令。

  1. 01

    安装配套 Skill

    通过上游 Skills CLI,把发布的 SKILL.md 加入受支持的 Agent。

  2. 02

    准备 CLI

    按上游工具说明安装 agent-browser 及其浏览器依赖。

  3. 03

    加载匹配的流程

    与目标交互前,先从 CLI 获取核心或专项指引。

02 / 使用指南

Skill 负责指路,CLI 负责操作

简短的 SKILL.md 只是入口。运行命令前,应从已安装 CLI 读取当前核心或专项流程。

agent-browser 是 Skill 还是工具?

仓库的主要交付物是浏览器自动化 CLI,同时发布一份配套 SKILL.md,指导 Agent 找到与版本匹配的流程。本页介绍的是这个 Skill 入口,不是把 CLI 当成单独的 Skill。

为什么 SKILL.md 特意写得很短?

原文称其为发现入口。详细流程由已安装 CLI 通过 `skills get core` 或专项名称提供,从而随工具版本更新,避免复制品过时。

你能拿到什么

  • 与版本匹配的浏览器流程
  • 由 CLI 交互得到的实际观察
  • Skill 指引与工具执行的明确边界

使用前先核对

  • CLI 是否确实已安装?
  • Agent 是否读取了 `skills get core`?
  • 请求的交互是否已获授权?
上游命令

以下为上游命令,不代表 Floatboat 已提供这些功能。

单独安装 CLInpm i -g agent-browser

只有 Skill 入口无法运行浏览器命令。

安装浏览器环境agent-browser install

按照上游 CLI 安装说明操作。

读取当前指引agent-browser skills get core

CLI 会提供与已安装版本匹配的指令。

探索更多 Agent Skills

查看其他 Skill 指南,并在使用前核对原始来源。

常见问题

安装 Skill 会同时安装浏览器 CLI 吗?
不会。Skill 只添加精简指令入口;agent-browser CLI 和浏览器环境需要单独安装。
完整浏览器指令在哪里?
已安装 CLI 通过 agent-browser skills get core 以及 dogfood、electron 等专项流程提供。
为什么这个仓库看起来像工具?
因为它的主体确实是 CLI 工具;SKILL.md 只是供 AI Agent 使用的配套组件,两者不应被当作同一种交付物。
单靠这个 Skill 能操作浏览器吗?
不能。导航、快照和交互由 CLI 执行;Skill 只告诉 Agent 先读取哪一份由 CLI 提供的流程。

03 / 下一步 · 规划浏览器任务

让浏览器观察结果回到原任务

用 Floatboat 整理目标、观察结果与审阅决定;浏览器执行仍依赖独立的上游 CLI。