跳转至

📄 文章总结：《4.8K Stars 的神级开源项目，让"自动打开网页"这件事终于成了》

公众号： 阿刚同学 | 分类： agent | 收录日期： 2026-08-11 原链接： https://mp.weixin.qq.com/s/FR5sdm_1etvPj25YFm2X6g

4.8K Stars 的神级开源项目，让"自动打开网页"这件事终于成了

公众号： 阿刚同学
作者： 阿刚同学（原创）

一、AI 上网的痛点

如今大多数人工作学习都离不开 AI，过去那些重复机械的活儿，现在一句话就能让 AI 搞定。但有些时候，AI 还是会让人崩溃：

  • 你想让它看一眼某款商品的实时价格，它说访问失败；
  • 你想让它帮你汇总某网站的热榜简报，它告诉你该内容需要登录。

熟悉吧？不是 AI 不够聪明，而是现在的网站早就筑起了层层防线——Cloudflare、人机验证、登录墙，把 AI 那个简单的 HTTP 请求挡得死死的。想让 AI 真正"上网冲浪"，它得拥有一双能打开真实浏览器的手。

可惜大部分 AI 没有这个能力。少数能做到的，要么配置劝退、要么效果拉胯。直到碰上 BrowserAct——这个 GitHub 上 4.8k Star 的国产开源项目，实测下来是真的惊艳。

二、BrowserAct 是什么

BrowserAct 是一个面向 AI Agent 的浏览器自动化 CLI，相当于给 AI 配了一双能开真实浏览器的手。你只需要用大白话告诉它从哪个网站拿什么数据，它就可以帮你打开真实浏览器，自动处理登录、验证码、反爬墙，把结果整理成干净的结构化数据交给你。

核心能力：

  • 反爬能力： 支持真实浏览器控制、反检测浏览器环境、代理、Profile、Cookie、Session 等能力，帮助 Agent 处理动态渲染、登录态页面和护页面。
  • 支持人机接力： 验证码、扫码登录等人工环节可无缝接入流程。
  • 支持多任务并发： 多 Session 独立工作区，多任务并行互不干扰，避免页面和上下文冲突。
  • 多账号独立隔离： 每个账号独享独立浏览器环境与静态代理，登录态、Cookie 完全分离，适配多账号长期运营。

官网：https://www.browseract.ai/gang

三、让你的 AI Agent 真正能操作浏览器

BrowserAct 是一款专门为 AI Agent 设计的浏览器自动化工具与技能库（CLI/工具集），面向 Claude Code、Cursor 等智能体环境，简单说就是一个 Skill，可以通过命令一句话安装。

提示词： 安装这个技能：https://github.com/browser-act/skills/tree/main/browser-act

比如在企鹅的 WorkBuddy 中安装，安装后就可以在 WorkBuddy 调用 BrowserAct 的能力了。

阿刚经常玩软件，GitHub 是必逛网站之一。想知道最近一周内最火热的中文项目，可以这样说：

去 GitHub Trending 页面，筛选一周排名前十的中文项目，要项目名称、星标数、和项目简介，整理成表格。

BrowserAct 首先需要配置一个浏览器，主要支持两种方式：

  1. 直接使用本地的 Chrome 浏览器
  2. 基于云的 stealth 模式（需配置 API）

第一种就是直接用本机的 Chrome 浏览器。由于 GitHub 是公开可访问的页面，直接使用本机浏览器即可。

配置好后，BrowserAct 会在后台静默调用浏览器，三下五除二就成功抓取到了数据。过程中它会自动调整抓取策略，比如当发现截取的内容有截断，它会自动尝试用 JavaScript 提取数据。最后的效果很棒。

五、实例二：抓取小红书笔记

小红书的反爬一直很严苛，一般的工具很难抓取到内容，但 BrowserAct 照样手到擒来。比如：

去小红书搜索"装机配置"，提取前 10 条热门笔记的：笔记标题、作者昵称、点赞数、收藏数、笔记链接。

BrowserAct 在进行基本测试后，明确告知小红书的反爬检测较强，普通标准的 Chrome 浏览器被拦截，必须使用 BrowserAct 提供的隐身浏览器 Stealth Brower。

Stealth Brower 简介： stealth 模式是 BrowserAct 提供的一种浏览器类型，专门用来对付那些"带反爬"的网站。它属于 BrowserAct 的云端托管能力，需要注册账号才可使用，本身有强大的反爬，包括隐身指纹伪装、TLS 轮换、自动过 reCAPTCHA 验证码等等。

按照提示的链接注册后（或者已经登录了账号后点击链接），它会自动获取到你账号的 API。之后根据提示的链接为本次的小红书创建一个专属的隐身浏览器。

由于小红书搜索内容必须要登录账号，BrowserAct 会自动发起一个远程模式，只需点击链接后扫码登录一下小红书即可。

一切就绪后，BrowserAct 便会开始抓取数据，最后返回表格。WorkBuddy 还单独生成了一个 html，更加一目了然。

六、BrowserAct 网页版

除了本地调用外，BrowserAct 近期还推出了一项新能力——BrowserAct Agent Built。简单说，不需要任何客户端，不用写代码，不用配规则，只需要一句话就可以创建可复用的 bot，全程只需要一句 prompt。

七、实例三：抓取知乎高赞回答

知乎上与软件相关的话题多不胜数。作为一个软件博主，每隔一段时间都会上去浏览，总能发现一些不为人知的好软件。由于知乎的问答较分散，自己搜索、浏览、筛选颇为麻烦，此时就可以交给 BrowserAct 了。

在 BrowserAct 的网页端，用大白话描述需求即可。比如：

知乎搜索软件推荐效率工具AI工具；提取热门问题的标题、回答数、高赞回答中提到的软件名和推荐理由，返回表格。Bot 需支持更换关键词重复运行。

BrowserAct 心领神会，在确认需求后：

  1. 首先将开始创建为一个"知乎软件推荐提取 Bot"；
  2. 根据描述进一步罗列出 Bot 的创建方案；
  3. 确认无误后点击继续，当然也可以进一步描述、修改直至满意。

同时，BrowserAct 会立刻调用浏览器，开始尝试访问知乎，包括尝试搜索关键词、判断是不是需要登录才可搜索到内容。

这里强调：浏览器是直接由 BrowserAct 在云端提供，与一般自动化的同类工具不同，BrowserAct 是一个标准的真实浏览器，如同真人操作浏览器，本身具备强大的反浏览器控制、反检测能力。且浏览器支持隐身模式、支持设置代理、屏蔽广告。

在确认需要登录后，在浏览器中扫码登录一下知乎网站即可。而且只需要登录一次，云端浏览器可以记住登录状态，今后就能直接运行 Bot。

关键点： 能真正操作浏览器的 AI，一定是人机互动的。BrowserAct 的做法就是把这些"必须人处理一下"的步骤纳入工作流——Agent 能处理的先自动处理；必须人工参与的，就让人接力；接力完成后，Agent 从原来的浏览器状态继续执行。而阿刚之前用过的一些同类自动化工具却做不到这一点。

登录账号之后，BrowserAct 再次进行探索，并很快指出了一个实际的问题，给出了修改建议。再次确认无误后，稍等片刻，一个"知乎软件推荐提取 Bot"便构造成功了。

八、云端 Bot 的复用与参数化

在 BrowserAct 云端中，执行的流程是：提出需求——创建 Bot——运行 Bot——返回数据。

在上面的实例中，提出需求后，BrowserAct 执行的是 Bot 创建。在云端所有的 Bot 都可以统一管理、编辑、更新。

创建的 Bot 不是一次性的，而是一个可以反复使用、反复执行的 Bot。更牛的是，它支持"参数输入"。比如在"知乎 Bot"中，实际使用时肯定需要搜索不同的关键词（如软件推荐、AI 工具等），总不能每一个关键词都做一个 Bot。因此在描述需求时，就可以明确指出 Bot 要支持关键词更换，或者指定其他参数。

实际效果也很棒：运行 Bot 后，稍等片刻就能抓到数据。抓取到的是结构化的数据，支持一键下载 CSV、markdown、JSON、XML 格式，方便至极。当然，为了更好的阅读，可以把数据在 AI 中进行二次归纳、提炼、整理。

九、总结

如今的 AI 的确强大，大家也更习惯把注意力放在模型参数、提示词优化这些硬性指标上，但实际执行时，有时候就被挡在了门外，导致 AI 直接歇菜。尤其是对于访问网站、抓取数据这一块，一个验证码或者登录验证就把 AI 难住了，进都进不去还谈什么推理呢。

BrowserAct 的做法，就是给 Agent 配一双能打开真实浏览器的手，极尽可能提升反验证能力。但它也实诚，它从不称可以绕过所有验证，而是把"人机接力"纳入正常的流程——Agent 暂停，你接力，它继续跑，反而更好用。

如果你也在用 AI Agent，或者有抓取数据的需求，不妨试试 BrowserAct。

官方网站： www.browseract.ai/gang
开源地址： https://github.com/browser-act/skills/tree/main/browser-act

🎯 Friday 提炼

  • 核心定位： BrowserAct 是一个面向 AI Agent 的浏览器自动化 CLI/技能库，给 AI 配上能操作真实浏览器的"手"，解决反爬、登录墙、验证码等难题。
  • 两大使用方式： 本地 Chrome 直接驱动，或使用云端 stealth 隐身浏览器应对强反爬网站（如小红书）。
  • 人机接力设计： 验证码、扫码登录等人工步骤无缝纳入工作流，Agent 暂停、人工接力、继续执行，而非试图绕过所有验证。
  • 网页版 Agent Built： 无需客户端和代码，一句 prompt 即可创建可复用的 Bot，支持参数输入（如更换关键词）和结构化数据下载（CSV/Markdown/JSON/XML）。
  • 多账号与隔离： 支持多任务并发、多账号独立浏览器环境与静态代理，登录态和 Cookie 完全分离，适合长期运营。

一句话： BrowserAct 是一个 4.8K Stars 的国产开源项目，为 AI Agent 装上真实浏览器的"手"，通过反检测与人机接力，让"自动打开网页、抓取数据"真正落地可用。

💡 Friday 看法

这工具最打动我的是“人机接力”的设计——验证码、扫码登录这些卡脖子环节交给用户，剩下的脏活累活让 Agent 干，确实比那种纯黑盒自动化靠谱得多。但作为日常用户，我还是会担心云端浏览器这玩意儿的数据隐私问题，毕竟逛小红书、知乎这些账号都得在它那儿过一遍。另外这类工具本质是在跟网站反爬玩猫鼠游戏，现在好用不代表以后一直好用，长期依赖一个开源项目的可持续性也得打个问号。