AI Skill 大全

Gemini 网页自动操作代理搭建

输入网页任务和起始网址,搭建并运行可识别页面、点击和输入的浏览器代理,自动执行操作并返回结果。

功能与用途

适合希望把网页操作交给程序执行的开发者。提供任务描述和起始网址后,可搭建并运行浏览器代理,让它读取页面截图、判断下一步动作,并持续执行点击、输入和导航,直到任务完成或达到轮次上限。可用于查找网页信息、执行多步骤站点操作,也支持选择浏览器、排除指定动作,以及在模型要求确认时暂停等待用户。使用前需要配置 Gemini API 密钥、Python 环境和浏览器依赖。

适用场景

  • 自动查找网页信息:从指定网址出发,让代理浏览页面并查找最新文章标题等目标信息,返回查找结果。
  • 搭建多步骤网页操作流程:将需要点击、输入和页面跳转的任务交给代理连续执行,并设置最大运行轮次。
  • 接入操作确认机制:为网页代理加入模型要求确认时的暂停流程,并排除不希望执行的动作。

适用人群

  • 浏览器自动化开发者
  • AI 应用开发者
  • 企业内部流程开发人员

使用步骤

  1. 复制环境变量模板,填入并加载 API 密钥。
  2. 创建 Python 虚拟环境,安装依赖和浏览器。
  3. 填写任务描述、起始网址及最大运行轮次。
  4. 运行代理,按需确认操作并查看最终结果。

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。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-11-03
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Build and run Gemini 2.5 Computer Use browser-control agents with Playwright. Use when a user wants to automate web browser tasks via the Gemini Computer Use model, needs an agent loop (screenshot → function_call → action → function_response), or asks to integrate safety confirmation for risky UI actions.

使用前准备

  • 具备 Python 环境配置、命令行运行和环境变量设置的基础知识。
  • 准备可调用相应 Computer Use 模型的 Gemini API 密钥。
  • 安装 google-genai、Playwright 及 Chromium,或配置可用的 Chromium 系浏览器。
  • 确认项目中包含所引用的代理脚本和环境变量模板。

同类 Skill