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

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

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

输出说明

{
  "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

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)

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:

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

安全声明

差异化分析

效率量化分析

差异化对比

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:

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