Run any Skill in Manus with one click

agent-browser

Stars2

Forks0

UpdatedJuly 3, 2026 at 07:50

兜底浏览器技能：用 agent-browser CLI 操控内置独立 Chrome（自带 profile，与用户本机 Chrome 隔离）。打开网页、点击/填表、读取内容、截图、跑 JS。snapshot 输出极省 token（~300 vs 全 DOM 的 ~4000）。当 use-browser 不可用（未装扩展/server 不在本机）、需要隔离 profile、或做批量抓取/多步脚本时使用。日常浏览器操作优先用 use-browser。

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

llm011

llm011/ethan-agent

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Software DevelopersComputer and Mathematical Occupations·SOC 15-1252

SKILL.md

readonly

name	agent-browser
trigger	抓取网页\|爬网页\|网页自动化脚本\|批量抓取\|多步网页流程\|遍历页面\|agent-browser\|browser script\|scrape\|automate web\|登录网站\|网页脚本
description	兜底浏览器技能：用 agent-browser CLI 操控内置独立 Chrome（自带 profile，与用户本机 Chrome 隔离）。打开网页、点击/填表、读取内容、截图、跑 JS。snapshot 输出极省 token（~300 vs 全 DOM 的 ~4000）。当 use-browser 不可用（未装扩展/server 不在本机）、需要隔离 profile、或做批量抓取/多步脚本时使用。日常浏览器操作优先用 use-browser。
metadata	{"requires":{"bins":["agent-browser"]}}

agent-browser

定位：兜底浏览器技能。日常浏览器操作（点击、填表、截图、接管当前 tab）优先用 use-browser——它能复用用户本机 Chrome 的真实 cookie 和登录态。只有以下情况才用本技能：

本机没装 Ethan Browser 扩展 / 扩展没连上
server 不在本机（远程跑、没法连本机扩展）
需要一个隔离的独立 profile（不想动用户日常 Chrome、或要测干净登录流程）
批量抓取 / 多步网页脚本（agent-browser CLI 更适合写循环）

用 agent-browser 这个原生 CLI 操控内置独立 Chrome。守护进程在命令之间常驻，所以多条命令会复用同一个浏览器会话。

前置检查（第一次用先做）

agent-browser --version

能输出版本号 → 直接往下用。

command not found → 装 CLI（任选其一）：

brew install agent-browser      # macOS 首选
npm install -g agent-browser    # 跨平台

报找不到浏览器 / 第一次用 → 下载内置 Chrome（只需一次）：
```
agent-browser install
```

装好后告诉用户「浏览器能力已就绪」，再继续。

核心套路（AI 必须按这个来）

不要凭空猜选择器。先 snapshot 拿 @ref，再用 @ref 操作：

agent-browser open example.com          # 1. 打开
agent-browser snapshot -i               # 2. 拿可交互元素的 @e1 @e2 ... 引用
agent-browser fill @e3 "user@x.com"     # 3. 用引用填表/点击
agent-browser click @e5
agent-browser get text                  # 4. 读页面文字
agent-browser close                     # 5. 用完关掉

snapshot -i 只输出可交互元素，最省 token；要读正文用 agent-browser get text。

命令速查

用途	命令
打开/导航	`open <url>`、`back`、`forward`、`reload`
看页面结构	`snapshot -i`（仅交互元素）、`snapshot -c`（精简）、`snapshot -d <n>`（限深度）
点击	`click <@ref\|css>`、`dblclick`、`hover`
输入	`fill <sel> <text>`（清空再填）、`type <sel> <text>`、`press <key>`（如 `Enter`、`Control+a`）
选择/勾选	`select <sel> <val>`、`check <sel>`、`uncheck <sel>`
按语义找元素	`find role button click --name 提交`、`find text "登录" click`
读取信息	`get text [sel]`、`get html [sel]`、`get value <sel>`、`get url`、`get title`、`get attr <name> <sel>`
判断状态	`is visible <sel>`、`is enabled <sel>`、`is checked <sel>`
等待	`wait <sel>`、`wait <ms>`、`wait --load networkidle`（慢页面）
滚动	`scroll down [px]`、`scrollintoview <sel>`
截图	`screenshot [path]`、`screenshot --full`、`screenshot --annotate`（带编号标注，给视觉模型看）
导出 PDF	`pdf <path>`
跑 JS	`eval "<js>"`
上传/下载	`upload <sel> <files...>`、`download <sel> <path>`
控制台/报错	`console`、`errors`
关闭	`close`

复用登录态（很重要）

默认每次是干净的无痕会话。要让网站记住登录，用持久 profile 或命名会话：

# 持久 profile：cookies / IndexedDB / 缓存都留着，下次还在
agent-browser --profile ~/.ethan/browser-profiles/default open mail.example.com

# 命名会话：自动存取 cookies + localStorage
agent-browser --session-name gmail open mail.example.com

# 复用用户已经开着的 Chrome（连它现成的登录态）
agent-browser --auto-connect snapshot

首次登录后，同一个 --profile / --session-name 后续都免登录。建议把需要登录的站点固定用一个 profile 路径。

命令链式调用（省往返）

守护进程常驻，可以在一条 shell 里用 && 串起来：

agent-browser open example.com && agent-browser wait --load networkidle && agent-browser snapshot -i

常见整活

搜索并读结果：

agent-browser open "https://www.google.com/search?q=关键词" && agent-browser wait --load networkidle && agent-browser get text

登录某网站（先看表单长啥样）：

agent-browser --session-name mysite open https://mysite.com/login && agent-browser snapshot -i
# 看到 @ref 后：
agent-browser fill @e1 "用户名" && agent-browser fill @e2 "密码" && agent-browser click @e3

给页面截图给用户看：

agent-browser open <url> && agent-browser wait --load networkidle && agent-browser screenshot /tmp/page.png --full
# 然后用 Read 工具打开 /tmp/page.png 看

注意

页面没加载完就 snapshot 会拿不到元素 → 加一句 wait --load networkidle。
涉及账号密码时，优先 --session-name 复用已登录态，避免反复输密码；密码别明文打印到回复里。
任务做完记得 agent-browser close，除非用户还要继续在同一会话上操作。

More from this repository

same repository

channels

llm011/ethan-agent

消息渠道接入配置：飞书 WebSocket 长连接配置与使用说明。未来支持微信、Telegram 等渠道。

2026-07-122

lark-doc

llm011/ethan-agent

飞书云文档（Docx / Wiki 文档）：读取和编辑飞书文档内容。当用户给出文档 URL 或 token，或需要查看、创建、编辑文档、插入或下载文档图片附件时使用。文档中嵌入的电子表格、多维表格、画板，先用本 skill 提取 token 再切到对应 skill。当用户给出 doubao.com 的 /docx/ 或 /wiki/ URL/token 时，也应直接使用本 skill；路由依据是 URL 路径模式和 token，而不是域名。不负责文档评论管理，也不负责表格或 Base 的数据操作。

2026-07-122

lark-im

llm011/ethan-agent

飞书即时通讯：收发消息和管理群聊。发送和回复消息、搜索聊天记录、管理群聊成员、上传下载图片和文件（支持大文件分片下载）、管理表情回复、发送应用内/短信/电话加急、发送和处理交互卡片（Interactive Card）、监听卡片按钮回调（card.action.trigger）。当用户需要发消息、查看或搜索聊天记录、下载聊天中的文件、查看群成员、搜索群、创建群聊或话题群、管理标记数据、管理 Feed 置顶（添加/移除/查询置顶会话）、管理标签数据、处理卡片回调时使用。

2026-07-122

lark-shared

llm011/ethan-agent

Use when first setting up lark-cli, running auth login, switching user/bot identity (--as), handling permission denied or scope errors, needing to update lark-cli, or seeing _notice in JSON output.

2026-07-122

wechat-reading

llm011/ethan-agent

微信读书助手 — 搜索书籍、管理书架、查看笔记划线、阅读统计、发现推荐好书。

2026-07-122

code-review

llm011/ethan-agent

对代码变更做审查：识别 bug、安全漏洞、性能问题。P0 必须修复写评论，P1 建议性评论，P2 只在总结里一句带过。

2026-07-122

name	agent-browser
trigger	抓取网页\|爬网页\|网页自动化脚本\|批量抓取\|多步网页流程\|遍历页面\|agent-browser\|browser script\|scrape\|automate web\|登录网站\|网页脚本
description	兜底浏览器技能：用 agent-browser CLI 操控内置独立 Chrome（自带 profile，与用户本机 Chrome 隔离）。打开网页、点击/填表、读取内容、截图、跑 JS。snapshot 输出极省 token（~300 vs 全 DOM 的 ~4000）。当 use-browser 不可用（未装扩展/server 不在本机）、需要隔离 profile、或做批量抓取/多步脚本时使用。日常浏览器操作优先用 use-browser。
metadata	{"requires":{"bins":["agent-browser"]}}

agent-browser

本机没装 Ethan Browser 扩展 / 扩展没连上
server 不在本机（远程跑、没法连本机扩展）
需要一个隔离的独立 profile（不想动用户日常 Chrome、或要测干净登录流程）
批量抓取 / 多步网页脚本（agent-browser CLI 更适合写循环）

用 agent-browser 这个原生 CLI 操控内置独立 Chrome。守护进程在命令之间常驻，所以多条命令会复用同一个浏览器会话。

前置检查（第一次用先做）

agent-browser --version

能输出版本号 → 直接往下用。

command not found → 装 CLI（任选其一）：

brew install agent-browser      # macOS 首选
npm install -g agent-browser    # 跨平台

报找不到浏览器 / 第一次用 → 下载内置 Chrome（只需一次）：
```
agent-browser install
```

装好后告诉用户「浏览器能力已就绪」，再继续。

核心套路（AI 必须按这个来）

不要凭空猜选择器。先 snapshot 拿 @ref，再用 @ref 操作：

agent-browser open example.com          # 1. 打开
agent-browser snapshot -i               # 2. 拿可交互元素的 @e1 @e2 ... 引用
agent-browser fill @e3 "user@x.com"     # 3. 用引用填表/点击
agent-browser click @e5
agent-browser get text                  # 4. 读页面文字
agent-browser close                     # 5. 用完关掉

snapshot -i 只输出可交互元素，最省 token；要读正文用 agent-browser get text。

命令速查

用途	命令
打开/导航	`open <url>`、`back`、`forward`、`reload`
看页面结构	`snapshot -i`（仅交互元素）、`snapshot -c`（精简）、`snapshot -d <n>`（限深度）
点击	`click <@ref\|css>`、`dblclick`、`hover`
输入	`fill <sel> <text>`（清空再填）、`type <sel> <text>`、`press <key>`（如 `Enter`、`Control+a`）
选择/勾选	`select <sel> <val>`、`check <sel>`、`uncheck <sel>`
按语义找元素	`find role button click --name 提交`、`find text "登录" click`
读取信息	`get text [sel]`、`get html [sel]`、`get value <sel>`、`get url`、`get title`、`get attr <name> <sel>`
判断状态	`is visible <sel>`、`is enabled <sel>`、`is checked <sel>`
等待	`wait <sel>`、`wait <ms>`、`wait --load networkidle`（慢页面）
滚动	`scroll down [px]`、`scrollintoview <sel>`
截图	`screenshot [path]`、`screenshot --full`、`screenshot --annotate`（带编号标注，给视觉模型看）
导出 PDF	`pdf <path>`
跑 JS	`eval "<js>"`
上传/下载	`upload <sel> <files...>`、`download <sel> <path>`
控制台/报错	`console`、`errors`
关闭	`close`

复用登录态（很重要）

默认每次是干净的无痕会话。要让网站记住登录，用持久 profile 或命名会话：

# 持久 profile：cookies / IndexedDB / 缓存都留着，下次还在
agent-browser --profile ~/.ethan/browser-profiles/default open mail.example.com

# 命名会话：自动存取 cookies + localStorage
agent-browser --session-name gmail open mail.example.com

# 复用用户已经开着的 Chrome（连它现成的登录态）
agent-browser --auto-connect snapshot

首次登录后，同一个 --profile / --session-name 后续都免登录。建议把需要登录的站点固定用一个 profile 路径。

命令链式调用（省往返）

守护进程常驻，可以在一条 shell 里用 && 串起来：

agent-browser open example.com && agent-browser wait --load networkidle && agent-browser snapshot -i

常见整活

搜索并读结果：

agent-browser open "https://www.google.com/search?q=关键词" && agent-browser wait --load networkidle && agent-browser get text

登录某网站（先看表单长啥样）：

agent-browser --session-name mysite open https://mysite.com/login && agent-browser snapshot -i
# 看到 @ref 后：
agent-browser fill @e1 "用户名" && agent-browser fill @e2 "密码" && agent-browser click @e3

给页面截图给用户看：

agent-browser open <url> && agent-browser wait --load networkidle && agent-browser screenshot /tmp/page.png --full
# 然后用 Read 工具打开 /tmp/page.png 看

注意

页面没加载完就 snapshot 会拿不到元素 → 加一句 wait --load networkidle。
涉及账号密码时，优先 --session-name 复用已登录态，避免反复输密码；密码别明文打印到回复里。
任务做完记得 agent-browser close，除非用户还要继续在同一会话上操作。