基于 Stagehand 的浏览器自动化 CLI 工具，支持自然语言操控网页导航、数据提取、截图及表单交互，可本地或云端运行。
说明：
## 核心功能
Browser Automation Skill 提供了一套通过自然语言指令控制浏览器的完整解决方案。核心能力包括：网页导航（`navigate`）、自然语言操作执行（`act`）、结构化数据提取（`extract`）、元素发现（`observe`）、页面截图（`screenshot`）及会话管理（`close`）。
## 显著优势
1. **零代码操作**：用户无需编写 Selenium/Playwright 脚本，用自然语言描述即可完成任务，大幅降低浏览器自动化门槛
2. **双模式部署**：自动检测环境配置，本地模式（Chrome）适合开发调试，Browserbase 云端模式提供代理、隐身模式、CAPTCHA 绕过等企业级功能
3. **结构化输出**：`extract` 命令支持可选 JSON Schema，便于将网页数据直接转换为结构化格式
4. **Claude 集成**：深度整合 Claude 能力，理解复杂页面语义，比传统 CSS Selector 更鲁棒
## 潜在局限
– **依赖外部服务**：Browserbase 模式需有效 API 密钥，本地模式依赖 Chrome 安装
– **成本考量**：生产级爬虫场景可能产生 Browserbase 按量计费
– **延迟问题**：云端模式比本地慢，高频交互场景体验受限
– **调试透明度**：自然语言指令的黑箱执行可能增加排查难度
## 适合人群
– 需要快速抓取网页数据的数据分析师
– 不愿维护爬虫代码的产品/运营人员
– 需要绕过反爬机制的自动化测试工程师
– 构建 AI Agent 需浏览器能力的开发者
## 风险提示
– **数据隐私**：云端模式将页面内容发送至 Browserbase 处理，敏感信息需谨慎
– **合规风险**：大规模爬取需遵守目标网站 robots.txt 及服务条款
– **API 密钥安全**：BROWSERBASE_API_KEY 需妥善保管，避免泄露
会员专属
