browser-automation-v2

Enterprise-grade browser automation with automatic tab cleanup, timeout。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工创意判断的任务。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。 retries, concurrency lock，可自动提升工作效率。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工审美判断的任务。

核心功能: 本技能提供中文交互、时使用等能力。

Browser Automation V

专业版专属特性

能力	免费版	付费版
基础功能	支持	支持
多标签页并行抓取	不支持	支持
反爬虫策略自动绕过	不支持	支持
页面结构变化自适应	不支持	支持
批量导出结构化数据	不支持	支持

主要能力

• Browser Automation V2 结果导出 - 按流程执行步端到端pipeline配置流程
• Browser Automation V2 实时监控 - 步骤间自动质量gate检查
• Browser Automation V2 错误重试 - 支持多种变体等多种处理模式
• Browser Automation V2 多格式支持 - 失败自动重试+断点续传
• Browser Automation V2 扩展能力9 - 全流程可追溯, 输出执行日志

快速上手

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

应用场景

场景	输入	输出
场景1 企业级浏览器自动化	用户请求数据	结构化处理结果
场景2 自动清标签/超时重试/并发锁	用户请求数据	结构化处理结果

不适用于：需要人工判断的复杂决策场景

操作流程

1. 初始化浏览器会话: 启动无头浏览器实例,配置代理与用户代理参数
2. 执行页面交互: 按照用户指令进行导航/点击/输入/提取等页面操作
3. 采集与返回数据: 提取页面内容或操作结果,返回结构化数据与截图
4. 异常处理: 如遇错误,参考错误处理章节中对应场景的处理方式

请求格式

参数名	类型	必填	说明
content	string	否	browser-automation-v2处理的内容输入
mode	string	否	处理模式, 可选: json/text/markdown,
max_retries	integer	否	单步最大重试次数, 默认: 2
skip_steps	array	否	跳过的步骤编号(用于断点续传), 默认: []

输出说明

json

{
  "success": true,
  "data": {
    "final_result": {
      "v2_result": "v2_result_value",
      "v2_metadata": "v2_metadata_value",
      "v2_status": "v2_status_value"
    },
    "execution_log": [
      {
        "step": 1,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 1200,
        "output_summary": "按流程执行"
      },
      {
        "step": 2,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 3500,
        "output_summary": "按流程执行"
      },
      {
        "step": 3,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 2100,
        "output_summary": "按流程执行"
      },
      {
        "step": 4,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 800,
        "output_summary": "按流程执行"
      }
    ],
    "total_duration_ms": 7600,
    "gates_passed": 3,
    "gates_total": 3
  },
  "error": null
}

中间产物模板参考: assets/browser-automation-v2_template

异常管理

错误场景	原因	处理方式
页面加载超时	目标网站响应慢或网络延迟	增加超时阈值,启用重试机制,检查代理配置
页面结构变化导致选择器失效	目标网站更新了DOM结构	切换到可访问性树定位元素,或提示用户提供新的选择器
反爬虫机制触发	频繁请求被目标站点识别	降低请求频率,启用随机延迟,更换User-Agent

前置条件

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

依赖说明(补充)

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

可用性分类

• 分类: MD+execute()
• 说明: 基于Markdown的AI Skill,

API Key配置方式:

bash

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

热门问题

Q1: 如何开始使用Browser Automation V？

A: 请参考使用流程和依赖说明章节，确保运行环境满足要求后调用本技能。

常见问题FAQ

Q1: 如何设置并发执行，避免资源冲突？

A: 在技能调用时，可以通过concurrency参数设置并发数，系统会自动管理并发锁，避免资源冲突。

Q2: 如果遇到页面元素定位失败，应该如何处理？

A: 可以尝试使用不同的选择器或定位策略，或者通过技能提供的元素定位辅助工具进行调试。

Q3: 如何实现自动化流程的断点续传？

A: 在技能调用时，设置skip_steps参数，指定跳过的步骤编号，实现断点续传。

Q4: 如何自定义日志输出格式？

A: 可以通过技能提供的日志配置参数，自定义日志输出格式，包括日志级别、输出位置等。

Q5: 如何处理页面加载超时的情况？

A: 可以通过设置技能的timeout参数，增加超时阈值，或者启用重试机制来处理页面加载超时的情况。

排障手册

错误现象	可能原因	诊断步骤	解决方案
执行失败，无输出	网络问题	检查网络连接，重试执行	确保网络连接正常，重试执行
页面元素定位失败	选择器错误	检查选择器，尝试不同定位策略	使用正确的选择器或定位策略
执行超时	资源冲突	检查并发设置，调整资源分配	调整并发数或优化资源分配
反爬虫机制触发	请求频率过高	降低请求频率，启用随机延迟	调整请求频率，使用随机延迟策略

安全声明

风险项	等级	防护措施	验证方法
API Key泄露	高	使用环境变量存储API Key，避免版本控制泄露	检查版本控制中是否有API Key信息
代理服务器安全	中	使用安全的代理服务器，定期更换代理	检查代理服务器安全状态，定期更换代理
数据安全	高	加密敏感数据，限制数据访问	使用加密技术，限制数据访问权限
网络安全	高	使用HTTPS连接，防止中间人攻击	检查连接使用HTTPS，确保网络安全

差异化分析

效率提升量化分析
场景
:----------------
批量数据处理
工作流优化
网络爬虫
数据分析

差异性对比表格
对比项
:----------------
功能丰富度
执行效率
安全性
易用性

效率量化分析

操作场景	手动耗时	自动化耗时	效率提升
文件解析与提取	5-10分钟/个	<5秒/个	60-120x
批量文件处理(100个)	8-16小时	<5分钟	96-192x
API调用与响应解析	2-3分钟/次	<1秒/次	120-180x
多接口数据聚合	15-30分钟	<10秒	90-180x
命令执行与结果收集	3-5分钟/次	<2秒/次	90-150x
重复任务批量执行	因任务而异	线性缩减	5-50x
错误排查与修复	10-30分钟	<30秒	20-60x

差异化对比

对比维度	浏览器自动化	传统手动方式	通用脚本工具
自动化程度	全流程自动	完全手动	部分自动
错误处理	内置错误恢复	依赖人工经验	基本try-catch
可复用性	参数化配置	一次性脚本	模板化
安全合规	内置安全检查	无安全保障	无安全保障
适用场景	企业级浏览器自动化,自动清标签/超时重试/并发锁,稳如生产。Enterprise	通用场景	通用场景

功能概览

• 自动化执行: 企业级浏览器自动化,自动清标签/超时重试/并发锁,稳如生产。Enterprise-grade browser autom
• 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

错误恢复

针对浏览器自动化使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数
网络连接失败	DNS解析失败或防火墙拦截	检查网络配置,确认代理设置

浏览器自动化通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块

浏览器自动化通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块