功能说明: 本技能涵盖 中文交互 等核心能力。

浏览器智能代理工具(专业版)

概述

本工具是企业级无头浏览器自动化命令行工具,在免费版核心能力之上,扩展了网络拦截、Mock、批量调度、代理池、监控告警等高阶能力,适合团队生产环境、数据采集、自动化测试与多账号运营场景。专业版与免费版完全兼容:免费版的所有命令、工作流、状态文件均可直接在专业版中使用.

免费版 vs 专业版对比

能力	免费版	专业版
基础导航与交互	支持	支持
可访问性树快照	支持	支持
会话隔离	支持(基础)	支持(并发池)
状态持久化	支持	支持(加密存储)
网络拦截与 Mock	不支持	支持
批量任务调度	不支持	支持
代理池管理	不支持	支持
监控告警	不支持	支持
多租户隔离	不支持	支持
团队协作	不支持	支持
优先技术支持	不支持	支持

核心能力

1. 网络拦截与 Mock(专业版新增)

输入格式

参数名	类型	必填	说明
input	string	是	浏览器智能代理工具-专业版处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

# 拦截并阻止广告请求
agent-browser network route "**/ads/*" --abort
# ...
# 实现说明: API 响应
agent-browser network route "**/api/*" --body '{"code":0,"data":{}}'
# ...
# 查看网络请求
agent-browser network requests --filter api

处理: 解析网络拦截与 Mock(专业版新增)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回网络拦截与 Mock(专业版新增)的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

2. Cookies 与 Storage 精细化管理(专业版增强)

# 获取所有 cookies
agent-browser cookies
# 设置 cookie
agent-browser cookies set name value
# 读取 localStorage
agent-browser storage local key
# 写入 localStorage
agent-browser storage local set key val

处理: 解析Cookies 与 Storage 精细化管理(专业版增强)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回Cookies 与 Storage 精细化管理(专业版增强)的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

3. 批量任务调度(专业版新增)

通过脚本编排实现批量任务并发执行,适合数据采集、批量签到、多账号操作等场景.

#!/bin/sh
# 示例
ACCOUNTS=("user1" "user2" "user3" "user4" "user5")
for account in "${ACCOUNTS[@]}"; do
  agent-browser --session "$account" open https://example.com/checkin &
  agent-browser --session "$account" state load "auth/${account}.json"
  agent-browser --session "$account" snapshot -i --json
  agent-browser --session "$account" click @e2
  agent-browser --session "$account" screenshot "logs/${account}_$(date +%Y%m%d).png"
  agent-browser --session "$account" close &
done
wait
echo "批量签到完成"

处理: 解析批量任务调度(专业版新增)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回批量任务调度(专业版新增)的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

4. 代理池集成(专业版新增)

# 通过环境变量配置代理池
export BROWSER_PROXY_POOL="http://proxy1:8080,http://proxy2:8080,http://proxy3:8080"
# ...
# 启动时自动轮换代理
agent-browser --proxy-pool open https://example.com

处理: 解析代理池集成(专业版新增)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回代理池集成(专业版新增)的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

5. 监控指标采集(专业版新增)

# 启用指标采集
agent-browser --metrics enable
# ...
# 导出指标
agent-browser metrics export --format json > metrics.json
agent-browser metrics export --format prometheus > metrics.prom

处理: 解析监控指标采集(专业版新增)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回监控指标采集(专业版新增)的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

6. 多租户隔离(专业版新增)

# 为不同租户分配独立会话空间
agent-browser --workspace acme --session admin open https://app.example.com
agent-browser --workspace globex --session admin open https://app.example.com
agent-browser workspace list

处理: 解析多租户隔离(专业版新增)的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回多租户隔离(专业版新增)的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：企业级无头浏览器、自动化、支持批量调度、代理池与监控告警、面向团队生产场景、自动化命令行工具、在免费版核心能力、代理池管理、监控告警、多租户隔离与团队、协作能力、核心能力、免费版全部能力、完全兼容、与请求重放、批量任务调度与并、发会话池、代理池与反爬虫策、略集成、监控指标采集与告、警通知等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

使用场景

场景一:企业竞品价格监控

定期采集竞品页面价格,结合网络拦截与代理池规避反爬.

#!/bin/sh
# competitor-price-monitor.sh
COMPETITORS=("competitor-a.com" "competitor-b.com" "competitor-c.com")
# ...
for site in "${COMPETITORS[@]}"; do
  # 使用代理池轮换
  agent-browser --proxy-pool open "https://${site}/products"
# ...
  # 拦截无关资源,提升速度
  agent-browser network route "**/ads/*" --abort
  agent-browser network route "**/analytics/*" --abort
# ...
  agent-browser wait --load networkidle
  agent-browser snapshot -i --json > "snapshots/${site}_$(date +%Y%m%d).json"
# ...
  # 提取价格数据
  agent-browser get text "@price-element" --json >> "prices/${site}.log"
# ...
  agent-browser close
done
# ...
# 生成报告
echo "竞品价格采集完成,详见 prices/ 目录"

场景二:自动化测试集成 CI/CD

在 CI 流水线中运行端到端测试,失败时自动截图归档.

#!/bin/sh
# e2e-test.sh - 集成到 CI/CD
set -e
# ...
agent-browser open https://staging.example.com
agent-browser state load test-auth.json
agent-browser snapshot -i --json
# ...
# 执行测试步骤
agent-browser fill @e1 "test@example.com"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --url "**/dashboard"
# ...
# 断言
RESULT=$(agent-browser get text "@welcome" --json | jq -r '.data.text')
if [[ "$RESULT" == *"欢迎"* ]]; then
  echo "测试通过"
  agent-browser screenshot "artifacts/pass_$(date +%s).png"
else
  echo "测试失败"
  agent-browser screenshot "artifacts/fail_$(date +%s).png"
  agent-browser close
  exit 1
fi
# ...
agent-browser close

场景三:多账号矩阵运营

批量管理多个账号,每个账号独立会话与登录态.

#!/usr/bin/env python3
"""多账号矩阵运营编排示例"""
import subprocess
import json
from concurrent.futures import ThreadPoolExecutor, as_completed
# ...
ACCOUNTS = [
    {"name": "brand_a", "auth": "auth/brand_a.json", "url": "https://app.example.com/post"},
    {"name": "brand_b", "auth": "auth/brand_b.example.com/post"},
    {"name": "brand_c", "auth": "auth/brand_c.example.com/post"},
]
# ...
def run_account(account):
    """单个账号的发布流程"""
    session = account["name"]
    subprocess.run(["agent-browser", "--session", session, "open", account["url"]], check=True)
    subprocess.run(["agent-browser", "--session", session, "state", "load", account["auth"]], check=True)
    subprocess.run(["agent-browser", "--session", session, "snapshot", "-i", "--json"],
                   stdout=open(f"logs/{session}.json", "w"))
    subprocess.run(["agent-browser", "--session", session, "fill", "@e1", "今日内容发布"])
    subprocess.run(["agent-browser", "--session", session, "click", "@e2"])
    subprocess.run(["agent-browser", "--session", session, "screenshot", f"logs/{session}.png"])
    subprocess.run(["agent-browser", "--session", session, "close"])
    return session
# ...
# 并发执行,最大并发数 3
with ThreadPoolExecutor(max_workers=3) as executor:
    futures = {executor.submit(run_account, acc): acc for acc in ACCOUNTS}
    for future in as_completed(futures):
        name = futures[future]["name"]
        try:
            future.result()
            print(f"[OK] {name} 完成")
        except Exception as e:
            print(f"[FAIL] {name} 失败: {e}")

不适用场景

以下场景浏览器智能代理工具-专业版不适合处理：

• 需要人工创意判断的任务
• 非结构化头脑风暴
• 人际沟通协调

触发条件

需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于非本工具能力范围的需求.

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

依赖详情

npm install -g agent-browser
agent-browser install --with-deps
# ...
# 专业版初始化(可选)
agent-browser pro init
agent-browser pro config set metrics.enabled true
agent-browser pro config set proxy.pool "http://proxy1:8080,http://proxy2:8080"

2. 网络拦截工作流

# 打开页面同时拦截广告
agent-browser open https://example.com
agent-browser network route "**/ads/*" --abort
agent-browser network route "**/tracker/*" --abort
agent-browser network route "**/api/users" --body '{"id":1,"name":"mock"}'
agent-browser reload
agent-browser snapshot -i --json

3. 批量并发执行

# 使用内置批量执行器
agent-browser batch run --file tasks.json --concurrency 5
# ...
# tasks.json 示例
# [
#   {"url": "https://a.com", "action": "snapshot"},
#   {"url": "https://b.com", "action": "screenshot", "output": "b.png"},
#   {"url": "https://c.com", "action": "extract", "selector": "@e1"}
# ]

配置示例

企业级配置文件

# $HOME/.agent-browser/config.yaml
edition: pro
metrics:
  enabled: true
  export_interval: 300
  format: prometheus
proxy:
  pool:
    - http://proxy1:8080
    - http://proxy2:8080
  rotation: round-robin
sessions:
  max_concurrent: 10
  default_timeout: 30000
storage:
  encrypt: true
  path: $HOME/.agent-browser/state
alerts:
  webhook: https://hooks.example.com/alerts
  on_failure: true
  on_rate_limit: true

监控指标导出

# Prometheus 格式
agent-browser metrics export --format prometheus
# ...
# JSON 格式(供下游分析)
agent-browser metrics export --format json | jq '.metrics'
# ...
# 关键指标示例
# agent_browser_requests_total{status="success"} 1024
# agent_browser_requests_total{status="failed"} 12
# agent_browser_session_active 5
# agent_browser_response_time_p95 1.2

优选实践

性能优化

1. 并发控制:并发会话不超过 max_concurrent 配置值,避免资源耗尽.
2. 网络拦截:对广告、分析脚本统一 --abort,显著提升加载速度.
3. 状态复用:登录态通过加密存储复用,避免每次重新登录.
4. 代理轮换:大批量采集时启用代理池轮换,降低 IP 封禁风险.

安全规范

1. 加密存储:生产环境启用 storage.encrypt,保护 cookies 与 tokens.
2. 租户隔离:多团队共享时使用 --workspace 隔离数据空间.
3. 最小权限:会话仅授予完成任务所需的最小权限.
4. 审计日志:启用指标采集与告警,留存操作审计轨迹.

团队协作

1. 任务配置版本化:将 tasks.json、配置文件纳入 Git 管理.
2. 共享状态库:团队共享加密的登录态库,避免重复登录.
3. 告警集成:失败时通过 webhook 通知团队 IM(飞书/钉钉/Slack).
4. CI/CD 集成:将端到端测试嵌入流水线,失败自动归档截图.

常见问题

Q1: 专业版是否兼容免费版的脚本?

完全兼容。免费版的所有命令、参数、工作流、状态文件均可直接在专业版中运行,无需修改。专业版仅在原有能力之上扩展高阶特性.

Q2: 如何从免费版升级?

# 升级 CLI
npm install -g agent-browser@pro
# 初始化专业版配置(保留免费版数据)
agent-browser pro init --migrate

Q3: 并发会话数如何控制?

通过配置文件 sessions.max_concurrent 或环境变量 BROWSER_MAX_CONCURRENT 设置。建议根据机器内存与 CPU 调整,通常 5-10 为宜.

Q4: 代理池如何配置?

# 环境变量方式
export BROWSER_PROXY_POOL="http://p1:8080,http://p2:8080"
# 配置文件方式(见上文 config.yaml)
# 运行时启用

Q5: 监控指标如何接入现有系统?

专业版支持 Prometheus 与 JSON 两种导出格式。可通过定时任务采集指标,推送到 Prometheus/Grafana 或自建看板.

Q6: 多租户数据如何隔离?

使用 --workspace <name> 参数为不同团队/客户分配独立会话空间,状态文件、cookies、缓存均按租户隔离存储.

与免费版的兼容性

维度	兼容性
命令语法	100% 兼容
状态文件格式	100% 兼容(专业版可读取免费版状态)
脚本工作流	100% 兼容(无需修改即可运行)
配置文件	向后兼容(专业版新增字段可选)
升级路径	平滑升级(保留全部历史数据)

依赖说明

运行环境

• Agent 平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
• 操作系统: Windows / macOS / Linux
• Node.js: >= 18.0.0
• 推荐内存: >= 4GB(并发场景建议 8GB+)

第三方依赖

依赖项	类型	是否必需	获取方式
agent-browser(pro)	CLI 工具	必需	npm install -g agent-browser@pro
Chromium	运行时	必需	agent-browser install 自动下载
Node.js	运行环境	必需	系统包管理器安装
LLM API	API	必需	由Agent内置LLM提供
代理服务	网络代理	可选	自建或第三方代理服务
监控系统	可观测性	可选	Prometheus / Grafana

API Key 配置

• 本 Skill 基于Markdown指令,无需额外API Key(除内容中明确标注的外部API)
• 远程浏览器服务(如 Browserbase):配置 BROWSERBASE_API_KEY 与 BROWSERBASE_PROJECT_ID
• 代理服务:在配置文件或环境变量中配置代理池地址

可用性分类

• 分类: MD+execute(纯Markdown指令,部分功能需exec命令行执行)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作
• 版本: 专业版(兼容免费版全部能力)

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响

示例

基本用法

输出：返回执行结果,包含操作状态和输出数据

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功

输出格式

{
  "success": true,
  "data": {
    "result": "浏览器智能代理工具-专业版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "browser agent pro"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

安全注意事项

风险类型	防范措施
API密钥泄露	通过环境变量配置，禁止硬编码到代码或配置文件中
命令执行风险	仅执行白名单命令，避免拼接用户输入到命令行参数中
网络通信安全	使用HTTPS协议，验证SSL证书有效性
敏感数据暴露	输出结果中不包含密钥、令牌等敏感信息

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。

核心功能

• 自动化执行: 企业级无头浏览器自动化
• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果
• 信息检索: 快速搜索和过滤目标数据