Agent Browser 技能实战：让 AI 自己开浏览器干活
用 Agent Browser 技能让 WorkBuddy 自动开网页、点击、填表、抓数据。含竞品价格监控实操提示词、安全边界与常见故障排查。
你有没有过这样的下午：为了做一份竞品调研，同时开着七八个标签页，一个个点进商品详情页复制链接、截图、粘贴到表格里，两个小时过去，Excel 只填了三十行，还有几行格式乱掉。这类工作的共同点是——步骤重复、操作机械、但每一步都需要人眼判断"这是不是我要的"。
这个技能解决什么 #
Agent Browser 是 WorkBuddy 官方精选的零成本技能之一。装上它之后，浏览器不再是只属于你的工具，而是 AI 可以接管的操作面板：它能启动一个浏览器实例，打开指定网页、定位页面元素、执行点击与输入、滚动翻页、截图留证，再把页面上真实存在的内容读回来。
换句话说，它把"人肉爬网页"变成"AI 按你的指令操作网页"。对中小企业主和职场人来说，真正值钱的是三件事：
- 竞品价格监控：定期把竞品在某电商/官网的报价、参数、活动价抓下来，做成可对比的表。
- 批量资料采集：从行业站点、招聘网站、展会名录收集标题、链接、摘要，一次性结构化。
- 表单与后台自动化：把重复填写的在线表单、后台查询动作交给它跑，你只审结果。
安装与启用 #
- 在 WorkBuddy 中打开技能市场，搜索 Agent Browser（或中文"浏览器自动化"）。
- 一键安装，会创建一个受控的浏览器会话环境。
- 直接说人话下任务即可，例如："用浏览器打开 XX 网站"。命中"浏览器""打开网页""抓取"等表达时会自动调用。
说明：Agent Browser 走的是本地受控浏览器，不是让你把账号密码交给第三方。理解这一点，后面很多安全顾虑就通了。
实操案例一：竞品价格表批量抓取 #
直接复制下面这段提示词（把网址和目标替换掉就能用）：
用浏览器打开 https://example-shop.com/series/xx，
先把页面滚到底确保异步内容全部加载，
然后读取"商品列表"栏 Currently 20 条商品的：
商品名称、价格、库存状态、商品详情页链接。
按「名称 | 价格 | 库存 | 链接」整理成表格，
存为「竞品价格.xlsx」放在工作目录，
最后用一句话总结：价格区间、低价与高价商品各是哪几款。这里有几个让它跑得更稳的写法：
- 先说"滚到底"：很多列表是滚动懒加载的，不滚到底只会抓到第一屏。
- 先说"等异步完成"：带筛选器或搜索结果的页面，加一句"等待筛选结果稳定后再读取"。
- 明确输出字段名和输出格式：字段越具体，AI 越不会自己编。
实操案例二：把表单填成模板 #
打开 https://example.com/apply 的「供应商入驻」表单，
逐字段填写：企业名 = XX 科技有限公司，联系人 = 张三，电话 = 138xxxx，
邮箱、主营产品、年营收按我上面给的内容填；
每次填入一个字段后截图保存为 step-N.png。
填到"提交"这一步必须停下来问我，不要点提交。"必须停下来问我"是一条硬约束，写在提示词里比口头提醒可靠。 页面上的提交、付款、删除、发送邮件都是不可逆动作，一旦误触，损失由你承担。
参数与写法要点 #
| 想达成的效果 | 提示词里该怎么写 |
|---|---|
| 抓全量数据 | "先滚到底部，确认没有懒加载内容后再读取" |
| 抓动态筛选结果 | "先设置筛选条件为 XX，等待列表更新完成后再读取前 20 条" |
| 抓翻页数据 | "读完第一页后点击下一页，重复直到出现『没有更多』，累计不少于 3 页" |
| 页面加载慢 | "每 10 秒检查一次元素是否出现，最多等 60 秒；仍未出现则重试一次并告诉我失败" |
| 只要结构化结果 | "输出为 CSV/Excel，第一行为表头，不要写任何解释性文字" |
安全边界：哪些事别让它干 #
- 登录态页面：可以打开你自己的后台查数据，但不要在提示词里明文写出密码；登录动作本人完成一次后，尽量复用已登录会话。
- 不可逆操作：提交订单、付款、删除记录、对外发送——一律要求"到这步停下来等我确认"。
- 高频请求：不要让它每分钟刷几十次同一页面。降速既是合规问题，也是防止被封号。
- 敏感数据外传：要求它只把抓取结果写入本地文件，不要自动推送到外部服务。
坑与 FAQ #
Q1：网页打不开、一直转圈怎么办？
让它"每 10 秒检查一次目标元素，最多等 60 秒，超时重试一次并报告卡在哪一步"。不要让它无限等——死等比报错更浪费时间。
Q2：抓到的内容不全，只有前半页？
九成是懒加载。加一句"滚动到底部后再向上滚两次，确保所有动态内容已渲染"。
Q3：被网站反爬拦截（弹出验证、IP 提示）？
立刻降速：把翻页间隔写成"每次操作后等待 3 秒"，减少并发页数，必要时只抓前 3 页。持续高频触发验证，说明这条路走太快了。
Q4：抓到的数据对不上，AI 会不会编？
会的，尤其在页面结构复杂时。处理办法：要求它"每个字段旁边标注来自页面哪个位置"，或要求"读不到就留空，不要推测填充"。留空比编造安全。
Q5：能同时开多个浏览器窗口吗？
可以分任务描述，但建议一次一个任务、跑完收尾。并发多了既占内存又容易把会话搞乱。
总结 #
Agent Browser 把"我得一个网页一个网页点"变成"我说一句它就去点"。真正的使用心法只有两条：把动作写细（滚底、等待、翻页、间隔），把不可逆操作写成必须确认。做到这两点，它才是稳定干活的助手，而不是制造混乱的实习生。
相关阅读：本机跑语音转写可以看看 Local Whisper 技能；把抓来的数据自动排进日程，见 自动化任务篇；要装更多浏览器之外的能力，回到 Skills 技能市场。