browser-act skills

Name: browser-act skills (Claude Skill)
Author: browser-act

為什麼要用

核心特性

Schema 引導擷取——傳入 JSON Schema，取得匹配資料
比截圖加 LLM 的迴圈更快更便宜
多步驟流程（填寫表單 → 點擊 → 擷取結果）
合理的預設值：速率限制、重試、禮貌的使用者代理
在真實 SPA 上有更高的可靠性

即時演示

實際使用效果

就緒

安裝

作者儲存庫 · Claude Skills 官方文件

使用場景

實戰用法： browser-act skills

從 JavaScript 密集的 SPA 擷取型別化清單

👤 需要從沒有 API 的網站進行一次性資料擷取的開發者 ⏱ ~25 min intermediate

何時使用： 網站只在 JavaScript 執行後才渲染你需要的資料；純 fetch 什麼都拿不到。

步驟

定義 schema

Use browser-act. Schema: items[]{title:str, price:number, available:bool}.✓ 已複製

→ Schema 已接受
訪問並擷取

Open <url>; wait for the product grid; extract matching the schema.✓ 已複製

→ 型別化的 JSON 清單
驗證異常值

Spot-check 3 random rows by re-fetching their detail page; check parsing is correct.✓ 已複製

→ 抽查通過；或發現需要修正的解析錯誤

結果： 可靠的型別化資料；無需手動點擊。

注意事項

網站在 50 次請求後的機器人偵測封鎖 — 降低並發數；輪換使用者代理；遵守 robots.txt，否則放棄此任務

搭配使用： filesystem

走過多步驟表單流程以存取背後的資料

👤 需要抓取登入後或精靈流程背後資料的開發者 ⏱ ~40 min intermediate

何時使用： 公開資料集隱藏在「選擇國家 → 選擇年份 → 點擊查看」的流程後方。

步驟

規劃流程

Use browser-act. Steps: pick country=US, year=2025, click 'View'. Then extract the table.✓ 已複製

→ 流程計畫已接受
執行

Run the flow for 50 country/year combinations.✓ 已複製

→ 所有 50 個組合的型別化資料列
持久化

Write each combo to /data/<country>-<year>.json.✓ 已複製

→ 檔案已存至 /data/

結果： 批次取得需要大量點擊的介面後的資料，無需手動勞動。

注意事項

當網站新增步驟或重新標記按鈕時流程中斷 — Skill 會注意到並暫停；你重新錄製一次流程，而非 50 次

搭配使用： filesystem

監控頁面變化並發出警報

👤 監看狀態頁面或可用性追蹤器的任何人 ⏱ ~15 min beginner

何時使用： 你想在名額釋放、價格下降或文件更新時收到通知。

步驟

定義監控

Use browser-act. Watch <url> selector '.availability-banner' every 10 minutes. Alert if text changes.✓ 已複製

→ 監控已啟動
定義警報路徑

Alert via: write to ~/inbox/alerts.txt + notify webhook https://<my-webhook>.✓ 已複製

→ 有變化時兩者都會觸發

結果： 對特定訊號進行免人工監控。

注意事項

監控過於積極 = 被封鎖 — 在大多數網站保持 ≥5 分鐘的間隔；遵守 429 回應

組合

與其他 MCP 搭配，撬動十倍槓桿

browser-act-skill + filesystem

將擷取的資料持久化至結構化路徑

Save extraction outputs to /data/<source>/<date>.json with provenance metadata.✓ 已複製

browser-act-skill + duckduckgo-mcp

先透過搜尋找到頁面，再進行結構化擷取

Search via duckduckgo-mcp for the data source; pass the URL into browser-act for typed extraction.✓ 已複製

工具

此 MCP 暴露的能力

工具	輸入參數	何時呼叫	成本
extract_typed	url, schema, wait_for?	從頁面拉取結構化資料	瀏覽器執行 + LLM token
run_flow	steps[], schema?	多步驟導覽	多步驟瀏覽器費用
watch	url, selector, interval, action	長時間執行的變化偵測	每次輪詢費用
screenshot	url, full_page?	視覺化偵錯	瀏覽器執行

成本與限制

運行它的成本

API 配額: 取決於供應商；部分流程搭配內建瀏覽器免費
每次呼叫 Token 數: Schema 引導擷取比截圖後思考的方式更便宜
費用: skill 免費；擷取需要 LLM token
提示: 務必傳入 schema——無方向的擷取會在雜訊上浪費 token

安全

權限、密鑰、影響範圍

最小權限： 出站 HTTPS

憑證儲存： 若需登入網站，透過環境變數傳入機密；一次性抓取後輪換

資料出站： 目標網站 + LLM 供應商

切勿授予： 將持久的登入 token 儲存在 skill 的工作區

遵守目標網站的 robots.txt 和服務條款；skill 是工具，不是忽略政策的許可證

故障排查

常見錯誤與修復

擷取回傳空結果

等待選擇器更長時間；網站可能在點擊後透過 XHR 延遲載入資料

驗證： 使用截圖工具確認頁面狀態

網站偵測到機器人

降低並發數；輪換使用者代理；確認網站是否允許抓取

Schema 不匹配

放寬類型（string vs number）；網站的格式可能會破壞嚴格類型

監控在外觀變化上重複觸發

更精確地固定選擇器；或切換至文字差異而非 HTML 差異

替代方案