一键在 Manus 中运行任何 Skill

agent-browser

星标2

分支0

更新时间2026年7月3日 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。

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

llm011

llm011/ethan-agent

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

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。

同仓库更多 Skills

同仓库

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。