夜雨聆风
你有没有遇到过这种尴尬：你让 AI 帮你查个竞品价格、抓个后台数据、测一下刚写的登录页，它回你一句"我没法操作浏览器"。说白了，只会聊天的 AI，遇到要登录、要点击、要过验证码的网页，基本就抓瞎了。
根子在于——大多数 Coding Agent 只有"脑子"，没有"眼睛和手"。它能写代码、能推理，但网页是动态的、要交互的、还有反爬和验证码拦着。传统方案要么上 Selenium 自己撸脚本，要么训练专用爬虫，门槛高、维护累。
Browserbase 这家做云端无头浏览器的公司，最近把一整套"浏览器技能"开源了：browserbase/skills。一句话：它把"操作浏览器"封装成 Agent 能直接调用的技能，你用自然语言下指令，AI 自己开网页、点按钮、填表单、抓数据、过验证码。
它到底是谁：开源的「浏览器技能包」
browserbase/skills 不是一个玩具 demo，是 16 个生产级技能的合集，覆盖你跟网页打交道能想到的几乎所有活儿：
▲ browserbase/skills 能力地图（四大象限、16 个技能）
🖱 浏览器操作：browser（核心自动化）、functions（云函数部署）、autobrowse（自进化，跑不通就自己改）、safe-browser（域名白名单的受限浏览器）、cookie-sync（把本地 Chrome 的登录态搬到云端）。 🔍 搜索与抓取：search（联网搜索，返回结构化结果）、fetch（轻量 HTTP/JSON 抓取，零浏览器开销）、browser-trace（录下完整 DevTools 轨迹）、browser-to-api（从抓包自动反推 OpenAPI 3.1 文档）、webmcp-gen（给网站写专属 WebMCP 脚本）。 🧪 UI 测试：ui-test，对抗式端到端测试，能读 git diff 重点测改动、也能瞎逛找 bug，自动出可视化报告。 📊 研究分析：company-research、event-prospecting、competitor-analysis、agent-experience——丢一个 ICP 或一个会议主页进去，自动深挖出带评分的报告。
主战场是 Claude Code（官方有 plugin 市场一键装）；通过 npx skills add browserbase/skills 也能挂到其他支持 skills 的编码 Agent 上。整套体系底层是两把 CLI：browse 负责操控浏览器（导航、点击、输入、快照），bb 负责平台侧（会话、项目、函数、抓取、搜索）。
两种模式：先本地，再上云
这套技能聪明在给了你两条路，按需升级、不花冤枉钱：
▲ 本地模式（`--local`）零成本上手；云端模式抗反爬 + 过 CAPTCHA
本地模式（`--local`）：开箱即用，零成本。它会在你机器上拉起一个干净隔离的 Chrome，适合 localhost 个人项目、内网后台、本地起的 staging 服务。没有反爬对抗，但先把流程跑通才是第一步。
云端模式（远程）：去 Browserbase 云端跑，配 Browserbase Identity、隐身反机器人（stealth）、自动 CAPTCHA 识别、住宅代理 IP。代价是要一个 Browserbase API Key。什么时候切？当你撞上"这网站我访问不了""IP 被封了""要过人机验证"——就是云端上场的时候。
实操经验：先 --local跑通，再上云端。别一上来就配云端，本地能解决 80% 的自动化需求。
四个真能用的实战场景
别光听我说"能操作浏览器"，给你翻译成具体能落地的活儿：
▲ 四个用自然语言就能跑起来的实战场景
- 竞品监测
：对 Claude 说"打开 A、B、C 三家首页，分别截图，告诉我他们最近新上的功能"，AI 依次开页面、等加载、截图、视觉理解、整理成对比报告——以前要写一堆 Selenium 的活儿，三句话搞定。 - 后台自动化
：对 Claude 说"登录我的 Shopify，导出上个月订单为 CSV"，AI 自己填账号密码、等跳转、找导出按钮、选日期范围、点下载。DoorDash 点个披萨也行——README 里真就给了这个例子。 - 动态数据采集
：遇到滚动加载、懒加载、翻页的网站，传统 requests 抓不到。AI 自己滚动、等元素出现、点"下一页"，把前 50 个房源的价格 / 面积 / 地址整成结构化数据吐出来。 - UI 自测
：刚改完登录页，让 ui-test走一遍：输入错误密码应该报错、输入正确密码应该跳主页，每步截图验证，自动出报告——你只管看结果，有 bug 它自己定位。
3 分钟安装上手
# 通用方式（任何支持 skills 的 Agent）npx skills add browserbase/skills# Claude Code 专属（更稳）/plugin marketplace add browserbase/skills /plugin install browse@browserbase
装完重启 Claude Code让插件生效。前置依赖：Node.js 18+、Chrome / Chromium（没装去 google.com/chrome 下）。本地模式到此就够了；云端模式再去 browserbase.com/settings 拿 API Key。
第一次跑带 --local：browse open http://localhost:3000 --local 起一个干净浏览器；要复用你电脑 Chrome 的登录态就加 --auto-connect。
避坑 3 条
- 第一次没反应？
重启 Claude Code，插件没生效是最常见原因。 - 想刷登录态？
rm -rf .chrome-profile重置 Browserbase 本地 profile，再让 cookie-sync 重新同步。 - 别一上来就上云端
，本地能跑通就先本地，云端 Key 有配额、也烧钱。
结语：AI 的上限，从来不取决于它多会聊天
我越来越确信一件事：Agent 的天花板，不在它多会"想"，而在它多会"动手"。能写代码只是入门，能上网、能点按钮、能过验证、能自己端到端跑测试的 Agent，才是下一个量级。
browserbase/skills 把"操作浏览器"这件事的门槛，从"写 Selenium 脚本"砸到了"说人话"。它不一定适合每一条自动化任务（重型爬虫、稳定流水线还是有 Playwright 更合适），但作为 AI 工具箱里最快能见效的"手和眼"，非常值得装一个。
你第一个想让 AI 帮你自动化的网页任务是什么？评论区聊聊，我挑几个有意思的，下期写个实战 walkthrough。
*（本文为基于公开 README 的实测整理，请按你的场景评估使用。）*