自然语言网页操作
用自然语言指令让浏览器打开网页、点击填表、按结构抽取数据并截图,本地 Chrome 或远程浏览器自动切换
功能与用途
不想研究选择器和脚本,只想用大白话说「点这个登录按钮」「把这些商品的价格取出来」就能让浏览器动起来。这个 Skill 基于 Stagehand,命令全部用自然语言表达,还能先 observe 探测页面上有什么可点的元素,或者直接给一份字段结构让 extract 按格式返回数据。它会在启动时自己判断:如果你的环境里配了 Browserbase 的密钥就走远程浏览器(带隐身、代理和验证码处理),没配就用本机 Chrome,不用你手动选。
适用场景
- 要从一个没有开放接口的网站上按固定字段批量取数据,你只想描述:要从一个没有开放接口的网站上按固定字段批量取数据,你只想描述要哪些字段,不想写选择器
- 页面上的按钮文案常变,脚本里的定位老失效,你想先探测当前页面:页面上的按钮文案常变,脚本里的定位老失效,你想先探测当前页面有哪些可用元素再决定点哪个
- 抓取目标有反爬和验证码,本地浏览器会被拦,需要切到带代理的远:抓取目标有反爬和验证码,本地浏览器会被拦,需要切到带代理的远程浏览器环境
适用人群
- 增长运营
- 产品经理
- 数据采集工程师
使用步骤
- [object Object]
- [object Object]
- [object Object]
- [object Object]
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 效率
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 1.0.1
- 最近更新
- 2026-05-17
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Automate web browser interactions using natural language via CLI commands. Use when the user asks to browse websites, navigate web pages, extract data from websites, take screenshots, fill forms, click buttons, or interact with web applications.
依赖与权限
- BROWSERBASE_API_KEY
- 读取用户主动提供的内容