当前位置: 首页 > article >正文

Claude Code 浏览器自动化插件 Browserbase Skills 完整上手指南。

最近有个问题一直在我脑子里转AI 编程助手写代码够厉害但到了打开网页、点按钮、填表单这种活它反而束手无策。Claude Code 能帮你生成一整个项目却不能帮你自动登进去测一下效果。多多少少感觉是有点讽刺。直到我遇到了Browserbase Skills。这是什么Browserbase/skills 是一套为 Claude Code以及 Cursor、Codex 等设计的浏览器自动化技能插件目前 GitHub 上已有1600 个 Star发布才半年多。它干的事说简单也简单给 Claude Code 装上一双能操作浏览器的手。你可以直接用自然语言告诉 Claude去 Hacker News 把今天热帖评论总结一下帮我 QA 测 localhost:3000有 bug 直接修我 Doordash 已经登录了帮我订一个披萨Claude 会自己搞定剩下的事。10个技能各司其职这套插件拆成了 10 个独立的 Skill按需安装互相配合Skill一句话干什么browser完整浏览器自动化支持反爬、验证码自动破解、住宅代理fetch静态页面内容抓取无需启动浏览器速度快search搜索 web返回结构化结果标题/URL/元数据functions把浏览器自动化部署成 Serverless 云函数site-debugger自动诊断失败的自动化脚本分析反爬/选择器/Auth 问题browser-trace全量 CDP 追踪截图DOM dump按页面分桶可搜索cookie-sync把本地 Chrome cookies 同步到 Browserbase让 AI 直接用你的登录态ui-testAI 驱动的对抗性 UI 测试分析 git diff 自动找 bugbrowserbase-cli用bbCLI 管理 sessions、projects、extensionsbb-usage终端 dashboard 实时显示用量统计和成本预测我最感兴趣的是cookie-sync和ui-test这两个。cookie-sync解决了一个很真实的痛点很多网站需要登录才能访问以前要么用账密、要么手动配 cookies现在直接把本地 Chrome 的 cookies 同步过去AI 操作浏览器时自动已登录状态体验比 Playwright 自己维护 session 省事多了。ui-test更有意思它不单单只是跑跑固定的测试用例而是对抗性的分析你的 git diff主动去找你改动可能引入的 bug。相当于给你配了个专门挑刺的 QA 实习生。装起来真的很简单两行命令搞定# 方式一通用 Skills CLInpx skills add browserbase/skills# 方式二Claude Code 插件市场/plugin marketplace add browserbase/skills /plugin install browsebrowserbase要用远程 Browserbase session有反爬能力再配一个 API keyexportBROWSERBASE_API_KEY你的keyexportBROWSERBASE_PROJECT_ID你的项目ID本地开发调试不想用云端直接browse env local走本地 Chrome没有 API 消耗。为什么我觉得这东西值得关注说实话浏览器自动化不是新鲜事。Playwright、Puppeteer 用了好几年了成熟得很。但 Browserbase Skills 给我的角度不一样。它不是给你写自动化脚本而是让AI Agent 自己学会操浏览器。区别在于以前你要告诉 Playwright 每一步怎么做现在你只需要告诉 Claude 要达到什么目的它自己决定怎么点、怎么填、遇到验证码怎么处理。加上site-debugger能自动分析反爬机制、browser-trace能全程记录 CDP 协议流、functions能把整套流程打包成云函数定时跑整个链路从能用变成了真的能在生产环境跑。1600 个 Star107 个 Fork20 位贡献者半年时间这个增长速度说明开发者在真实场景里用得还不错。AI 真正有用的标志不是会聊而是会动手。Browserbase Skills 迈出了这一步。 项目地址https://github.com/browserbase/skills我是顾北关注我获取更多好玩好用的 Claude Code 实用技巧谢谢你阅读我的文章~我们下期再见

相关文章:

Claude Code 浏览器自动化插件 Browserbase Skills 完整上手指南。

最近有个问题一直在我脑子里转:AI 编程助手写代码够厉害,但到了"打开网页、点按钮、填表单"这种活,它反而束手无策。Claude Code 能帮你生成一整个项目,却不能帮你自动登进去测一下效果。多多少少感觉是有点讽刺。直到我…...

linux反代

一ddnsgo泛域名解析二...

分类树方法(CTM)在软件测试中的高效应用

1. 分类树方法(CTM)在软件测试中的核心价值在嵌入式系统和安全关键软件的测试实践中,我们常常面临一个根本性矛盾:如何用有限的测试资源覆盖近乎无限的输入组合?传统的手工测试设计往往依赖工程师的经验直觉&#xff0…...

多头注意力机制原理与工程优化实践

1. 多头部注意力机制的核心概念解析多头注意力机制是Transformer架构中的核心组件,它通过并行计算多个注意力头来捕获输入序列中不同子空间的特征表示。每个注意力头都有自己的查询(Q)、键(K)和值(V&#x…...

告别工控“土味“界面!本月.NET干货:流式菜单、高颜值控件库与硬核视觉实战

前言本月精选文章聚焦于.NET技术在工业控制与企业级应用中的实战落地。核心亮点在于打破了传统WinForms界面"老旧"的刻板印象,展示了如何利用AntdUI、流式布局等现代化方案让老框架焕发新生;同时,深入探讨了.NET 8/9/10在低代码平台…...

告别桌面拖拽!用Pycharm专业版SSH+SFTP远程开发Jetson Nano GPIO项目

告别桌面拖拽!用Pycharm专业版SSHSFTP远程开发Jetson Nano GPIO项目 在嵌入式AI开发领域,Jetson Nano凭借其强大的边缘计算能力和丰富的GPIO接口,成为众多开发者的首选平台。然而,传统的开发方式往往需要在本地编写代码后&#xf…...

AI 写代码越快,你的代码库死得越快——除非补上这一层

AI 写代码的速度正在突破人类理解的边界。一个需求丢给 Agent,几分钟内产出几百行代码;三个 Agent 并行,一天能堆出一个模块;Cloud Code 协作下,团队的交付量翻了两三倍。看起来,我们正站在软件工程史上最幸…...

蜂鸟E203 SoC实战:在FPGA上搭建RISC-V开发环境并运行第一个程序(Vivado/Quartus教程)

蜂鸟E203 SoC实战:在FPGA上搭建RISC-V开发环境并运行第一个程序 在嵌入式开发领域,RISC-V架构以其开放性和模块化设计正掀起一场革命。作为国内领先的RISC-V处理器核,蜂鸟E203凭借其精简高效的流水线设计和完整的SoC解决方案,成为…...

新手盆景避坑指南:从零开始的养护秘诀,90%的人都踩过的坑

新手养盆景,90%的人都会犯的5大错误。本文从选材、浇水、施肥、修剪到病虫害防治,拆解实操步骤,帮你避开常见坑,从零开始养护盆景。附真实案例和图片,适合技术图文阅读。**新手盆景避坑指南:从零开始的养护…...

“ConnectionResetError”凌晨三点炸群?Python数据库适配稳定性军规(含12项生产环境Checklist)

更多请点击: https://intelliparadigm.com 第一章:ConnectionResetError凌晨三点炸群?Python数据库适配稳定性军规(含12项生产环境Checklist) 凌晨三点,告警群突然刷屏:ConnectionResetError: …...

GoLLIE:基于大语言模型的零样本信息抽取实战指南

1. 项目概述:当大语言模型学会“看图说话”式的结构化信息抽取最近在信息抽取和结构化数据生成领域,一个名为GoLLIE的项目引起了我的注意。它不是一个全新的模型,而是一个基于开源大语言模型(如Code Llama)进行指令微调…...

3分钟搞定Windows安卓应用安装:APK Installer的终极秘籍

3分钟搞定Windows安卓应用安装:APK Installer的终极秘籍 【免费下载链接】APK-Installer An Android Application Installer for Windows 项目地址: https://gitcode.com/GitHub_Trending/ap/APK-Installer 你是否曾经为在电脑上运行安卓应用而烦恼&#xff…...

德州仪器75亿美元收购Silicon Labs:物联网芯片市场格局重塑

1. 德州仪器收购Silicon Labs:7.5亿美元交易背后的产业逻辑2027年半导体行业首桩重磅并购案终于浮出水面——德州仪器(TI)将以每股231美元的价格全资收购Silicon Labs,交易总价值达到惊人的75亿美元。这不仅是近五年来模拟芯片领域…...

2026年值得关注!AI大模型接口代理网站推荐,满足不同场景需求

在2026年,AI工业化落地的浪潮席卷了各个行业。大模型API中转平台从原本的“可选工具”,已经升级成为开发者必备的基础设施。 国内开发者面临的稳定性挑战 国产大模型的能力日益强大,但它们的API稳定性能否经受住生产环境的考验,…...

数据结构与算法学习日志12

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言递归暴力递归的特点[231. 2 的幂](https://leetcode.cn/problems/power-of-two/)怎么写出递归:递归实现二分查找总结前言 提示:这里可以…...

Sunshine游戏串流终极指南:三分钟搭建你的跨平台游戏服务器

Sunshine游戏串流终极指南:三分钟搭建你的跨平台游戏服务器 【免费下载链接】Sunshine Self-hosted game stream host for Moonlight. 项目地址: https://gitcode.com/GitHub_Trending/su/Sunshine 你是否曾经梦想过在客厅的沙发上用电视畅玩PC大作&#xff…...

WindowsCleaner:基于Python与PyQt的Windows系统资源管理技术方案

WindowsCleaner:基于Python与PyQt的Windows系统资源管理技术方案 【免费下载链接】WindowsCleaner Windows Cleaner——专治C盘爆红及各种不服! 项目地址: https://gitcode.com/gh_mirrors/wi/WindowsCleaner WindowsCleaner是一款采用现代Python…...

魔兽争霸3终极优化插件:5分钟解锁完整游戏体验

魔兽争霸3终极优化插件:5分钟解锁完整游戏体验 【免费下载链接】WarcraftHelper Warcraft III Helper , support 1.20e, 1.24e, 1.26a, 1.27a, 1.27b 项目地址: https://gitcode.com/gh_mirrors/wa/WarcraftHelper 还在为魔兽争霸3在现代电脑上的各种限制而烦…...

Jasminum插件:Zotero中文文献智能元数据识别与PDF大纲管理技术解析

Jasminum插件:Zotero中文文献智能元数据识别与PDF大纲管理技术解析 【免费下载链接】jasminum A Zotero add-on to retrive CNKI meta data. 一个简单的Zotero 插件,用于识别中文元数据 项目地址: https://gitcode.com/gh_mirrors/ja/jasminum Ja…...

基于回归语言模型的代码性能预测实践

1. 项目背景与核心价值代码性能预测一直是软件开发中的关键挑战。传统方法依赖人工经验或静态分析工具,往往难以准确预估程序在真实环境中的运行表现。最近我在一个编译器优化项目中,尝试将回归语言模型引入这个领域,取得了比预期更好的效果。…...

观察不同模型在taotoken平台上的实际响应速度差异

观察不同模型在 Taotoken 平台上的响应速度表现 1. 测试环境与模型选择 本次测试基于 Taotoken 平台提供的统一 API 接入能力,选取了模型广场中来自不同厂商的四个代表性模型进行对比观察。测试环境为本地开发机通过公网直连 Taotoken 服务端,网络延迟…...

TokRepo:AI时代开发者的开源资产库,统一管理提示词与MCP配置

1. TokRepo:一个为AI时代开发者与智能体打造的开放资产库如果你和我一样,每天都在和Claude Code、Cursor、Codex这些AI编程工具打交道,那你肯定遇到过这样的烦恼:想找一个好用的提示词(Prompt)模板&#xf…...

基于GPT的自动化简报生成器:从信息收集到AI总结的完整实践

1. 项目概述:一个为ChatGPT设计的简报生成器最近在折腾AI应用落地的过程中,我发现了一个挺有意思的GitHub项目:huangjia2019/chatgpt-briefing。顾名思义,这是一个利用ChatGPT(或者说,是OpenAI的GPT系列模型…...

Nuclei SDK 嵌入式开发实战:从入门到深度定制指南

1. 从零开始:理解 Nuclei SDK 的定位与价值 如果你正在或即将接触基于 Nuclei 处理器的 RISC-V 嵌入式开发,那么 Nuclei SDK 绝对是你绕不开的核心工具。它不是另一个简单的“外设驱动库”,而是一个为 Nuclei 评估 SoC 量身定制的、完整的软件…...

大模型评估与对齐:核心挑战与实践指南

1. 大模型评估与对齐的核心挑战当我们谈论大语言模型时,评估和对齐这两个概念就像硬币的两面。评估是测量模型表现的过程,而对齐则是确保模型行为符合人类期望的持续调整。这听起来简单,实际操作中却充满微妙挑战。评估的难点在于&#xff0c…...

RWKV.cpp:用C++实现RNN架构大模型的高效本地推理引擎

1. 项目概述:当Transformer遇见RNN的下一代推理引擎如果你最近在关注大语言模型(LLM)的本地部署和推理优化,那么“RWKV”这个名字大概率已经进入了你的视野。它不像Transformer那样广为人知,但其背后“用RNN架构实现Tr…...

开源成本监控利器costclaw-telemetry:云原生环境下的成本数据自动化采集实践

1. 项目概述与核心价值最近在折腾一个内部成本监控项目,发现了一个挺有意思的开源工具——queenvest0-ux/costclaw-telemetry。乍一看这个名字,costclaw(成本之爪)和telemetry(遥测),就能猜到它…...

本地大语言模型现代化Web界面:llm-ui部署与配置实战指南

1. 项目概述:一个为本地大语言模型设计的现代化Web界面如果你和我一样,热衷于在本地部署和运行各种开源大语言模型(LLM),那么你肯定经历过一个共同的痛点:如何与这些模型进行高效、美观的交互?命…...

REFINE框架:基于强化学习的长上下文建模优化方案

1. 项目背景与核心价值在自然语言处理领域,长上下文建模一直是个棘手的问题。传统Transformer架构在处理长序列时面临两大瓶颈:一是注意力机制的计算复杂度随序列长度呈平方级增长,二是模型在长距离依赖捕捉上表现欠佳。REFINE框架的提出&…...

GPT-4 API调用计数器实战:精细化成本监控与性能优化指南

1. 项目概述:一个被低估的API调用计数器如果你正在开发或维护一个重度依赖GPT-4这类大语言模型API的应用,那么“调用成本”和“用量监控”这两个词,大概率会让你心头一紧。无论是个人开发者测试新想法,还是团队在构建一个面向用户…...