BrowserAct翻译站点

BrowserAct 是一套专门给AI智能体使用的浏览器自动化工具。它不是在浏览器旁边加一个聊天框，而是让AI真正打开网页、读取页面状态、点击按钮、填写内容、翻页并整理结果。遇到登录、验证或需要人工判断的步骤时，还可以把当前浏览器临时交给人处理，完成后再让智能体接着运行。

这款工具最近受到不少开发者关注，一个重要原因是官方把 BrowserAct Skill 以 MIT 许可证开源，并针对 Codex、Claude Code、Cursor、Gemini CLI 等智能体工具提供了直接安装方式。到2026年7月底，browser-act/skills 仓库已有约5,000个Stars，更新也比较活跃。

产品功能

• 真实浏览器自动化：让AI在真实网页中完成打开页面、点击、输入、滚动、翻页和数据提取等操作。
• 多种浏览器模式：可以复用本机Chrome登录状态，也可以创建隔离的隐私浏览器或固定身份浏览器，适应公开采集、登录后台和多账号任务。
• 网页防护处理：提供隐私指纹、代理、CAPTCHA处理和受保护页面提取能力，降低普通脚本遇到验证就中断的概率。
• 人工接管：生成远程协助链接，在登录、扫码、二次验证或复杂判断时让用户临时接管，完成后保留页面状态继续执行。
• 会话与账号隔离：不同浏览器拥有独立Cookie、指纹和网络环境，多项任务并行时不容易互相污染状态。
• 适合AI读取的页面状态：用带编号的紧凑文本描述页面元素，智能体可以通过类似“点击3”“在2号输入框填写内容”的方式操作，减少解析整页HTML的成本。
• 工作流与数据API：把一次成功的采集过程保存为可复用工作流，并通过API、Webhook、n8n、Make或Zapier重复调用。

产品特点

BrowserAct最实用的地方，是把探索网页和重复执行分开了。第一次可以让AI理解页面、测试步骤并找到稳定路径，后面再把它保存成工作流。相比每次都让智能体从头观察页面，这种方式更适合定期采集价格、检查后台状态、整理线索或生成运营报表。

它也比传统选择器脚本更灵活。网页按钮改了位置、列表增加了懒加载，智能体仍有机会根据语义重新找到目标；但这不代表自动化永远不会失败。网站大改版、登录失效、验证码升级或账号权限变化时，仍然需要检查执行日志和页面截图。

对于同时管理多个账号的人，浏览器身份隔离比单纯“多开标签页”更重要。BrowserAct可以让每个账号保留自己的Cookie、指纹和代理环境，同时用不同会话运行任务。涉及社交平台、店铺后台和企业系统时，这种设计能够减少账号状态串用，不过自动发布、付款、删除数据等敏感操作仍应设置人工确认。

使用教程

1. 先确认自己的AI工具能够执行命令并加载Skill。BrowserAct支持Windows、macOS和Linux，可配合Codex、Claude Code、Cursor、VS Code、OpenCode、OpenClaw和Gemini CLI等环境使用。
2. 把官方GitHub仓库中的BrowserAct Skill安装到智能体。最简单的做法，是把仓库地址交给智能体，并要求安装后检查是否可用。
3. 第一次不要直接操作支付页面或重要账号。先让智能体对一个公开网页运行只读提取任务，确认CLI、浏览器列表和页面状态读取正常。
4. 需要复用已有登录状态时选择Chrome模式；临时抓取公开页面可使用隐私模式；长期运行独立账号时，再配置固定身份浏览器和稳定网络环境。
5. 给每项任务设置独立会话名称，写清楚允许读取的数据、需要输出的字段以及禁止执行的动作。
6. 任务完成后检查步骤日志、截图和导出文件。确认流程稳定，再保存为工作流或设置定时运行。

例如，想采集一个商品列表，可以要求BrowserAct打开搜索结果，提取商品名称、价格、评分、评论数和链接，自动翻页后合并去重，最后输出CSV。不要只说“抓取这个网站”，字段和停止条件越清楚，结果越容易核对。

使用场景

• 市场与竞品研究：定期收集商品价格、评分、评论、促销信息和产品更新。
• 销售线索整理：从公开页面提取企业名称、地区、网站、分类和公开联系方式。
• 电商运营：分别登录多个店铺后台，检查订单、库存、广告状态和异常提醒。
• 内容与舆情监测：追踪新闻、帖子、评论、创作者和产品发布信息，并保留来源链接。
• 后台重复操作：在获得明确授权后完成表单录入、状态检查、文件下载和报表生成。
• 为AI智能体补充浏览器能力：让原本只能搜索或调用API的智能体处理真实网页和登录会话。

价格

BrowserAct Skill本身采用MIT许可证开源。官方仓库说明，Chrome和Chrome-direct浏览器自动化可以免费使用；登录账号后还可免费使用最多5个隐私浏览器，以及stealth-extract、CAPTCHA处理、远程协助、隐私模式和Skill Forge等能力。超过5个隐私浏览器，以及官方托管的动态或静态代理需要付费。

云端基础设施按积分计费。当前价格页显示，本地指纹浏览器每个100积分，最低约0.064美元；动态代理每GB 5,000积分，最低约3.2美元；工作流步骤每步5积分，最低约0.0032美元。云浏览器目前标注为限时免费。实际费用会受到套餐、年付折扣、代理地区和任务步骤数量影响，使用前应以账户价格页为准。

使用评价

如果只是偶尔抓一个静态网页，用现成的下载工具或简单脚本会更轻便；BrowserAct真正有优势的地方，是任务涉及登录状态、动态页面、多账号隔离、验证码、人机接管或长期重复运行。它把这些容易让智能体卡住的环节集中在同一套浏览器层里，特别适合已经在使用Codex、Claude Code或其他命令行智能体的人。

使用时要把安全边界放在自动化之前。导出公开数据和检查页面可以较大胆地尝试，发送消息、公开发帖、修改账号、删除内容和付款则应保留确认步骤。建议先用免费的Chrome自动化和一个只读任务跑通完整流程，确认稳定性确实比现有方案更好，再决定是否购买代理或扩展更多浏览器身份。