把任意网页操作变成 Claude Skill:BrowserWing Skills 协议实战教程

原创2026-10-11 15:29:011,901 阅读

把任意网页操作变成 Claude Skill:BrowserWing Skills 协议实战教程

BrowserWing 是一款开源浏览器自动化平台,支持将你的网页操作一键导出为 Claude Skill(SKILL.md 文件),让 AI 代理通过 Skills 协议直接调用你的自动化脚本。本文带你从零安装到完成第一个网页自动化技能,全程不需要写代码。

BrowserWing 主界面

为什么要把网页操作变成 Claude Skill?

传统方式下,AI 代理控制浏览器需要"每一步都让大模型看页面再决定下一步",速度慢、Token 消耗大。

Skills 协议的核心思路是:把重复的网页操作固化成技能文件。 AI 代理只需阅读 SKILL.md,直接调用对应的 HTTP 命令执行脚本,跳过反复推理的环节——更快、更省 Token、也更稳定。

BrowserWing 恰好打通了整条链路:

  1. 录制:用可视化录制器捕获浏览器操作,或用 AI 自主探索自动生成脚本
  2. 导出:一条命令把脚本合并成标准 SKILL.md 文件
  3. 使用:把文件放进 Claude、Cursor 等 AI 工具的技能目录,用自然语言调用

💡 官方文档中完整描述了这条工作流,可直接参考 INSTALL.md。

三步安装并启动 BrowserWing

第一步:一键安装

BrowserWing 以 npm 包形式分发,安装后自动测试镜像源并选择最快的下载通道:

npm install -g browserwing

⚠️ macOS 用户如果遇到 "killed" 报错,执行 xattr -d com.apple.quarantine $(which browserwing) 即可解决。

第二步:启动服务

browserwing --port 8080

然后在浏览器中打开 http://localhost:8080,即可看到主界面(见文首截图),首页直接提供了 MCP Server 和 Skills File 两种集成入口。

第三步:验证环境

browserwing doctor

它会检查 Chrome 是否安装、服务是否正常。唯一的前置依赖是系统里装有 Google Chrome(或 Chromium)。

📌 如果希望从源码构建,可以使用 Makefile 中的 make build-embedded 命令;完整安装流程见 INSTALL.md。

先创建脚本:录制的两种方式

技能的内容来自浏览器自动化脚本。BrowserWing 有两种零代码的创建方式:

方式 适合场景 操作
🎬 可视化录制 你已经会手动操作网页 打开 Web 界面的录制器,边点边录,点击/输入/跳转全被捕获
🤖 AI 自主探索 网页结构复杂、不好录制 给 AI 一句任务描述(如"去 B 站搜索 AI 并获取第一页结果"),AI 自动浏览并生成可回放脚本

录制完成后,脚本会出现在"脚本"管理页,你可以随时编辑、测试、重放。

BrowserWing 脚本管理与 SKILL.md 导出界面

图中正是本教程的主角:勾选多个脚本后,点击顶部 导出 → 导出 SKILL.md,即可把它们合并成一个技能文件。

一键导出:三种方式生成 SKILL.md

这是最关键的一步。导出的 SKILL.md 是一份标准 Markdown 文件,包含 YAML 元信息(技能名、描述、触发词)和每个脚本对应的 HTTP API 调用说明,AI 代理读到它就知道"有哪些技能、怎么调用"。

方式一:Web 界面导出(推荐新手)

  1. 打开 Web 界面,进入 脚本 页面
  2. 勾选你想导出的脚本(参考上文截图)
  3. 点击 导出 → 导出 SKILL.md,文件自动下载

方式二:CLI 命令行导出

# 导出全部脚本为一个技能文件
browserwing script export --output=my-skill.md

# 只导出指定脚本(用脚本 ID 指定)
browserwing script export --ids=脚本ID1,脚本ID2 --output=my-skill.md

CLI 命令的实现位于 admin.go,导出的内容会直接写入指定文件。

方式三:HTTP API 导出

适合已经在用接口的用户,核心逻辑在 handlers.go:

# 导出所有脚本
curl -X POST 'http://localhost:8080/api/v1/scripts/export/skill' \
  -H 'Content-Type: application/json' \
  -d '{"script_ids": []}' \
  -o SKILL.md

SKILL.md 内容由 generateSkillMD 函数生成:脚本数量少于 5 个时会把每个脚本的调用方法完整写进文件;更多时则先提供"脚本摘要"接口,让 AI 按需查询,保持文件精简。

把技能装进你的 AI 工具

下载好 SKILL.md 后,按你使用的 AI 工具放入对应目录:

AI 工具 放置位置
Claude Desktop 作为项目知识(Knowledge)上传
Cursor 项目根目录或 .cursor/skills/ 目录
自建 Agent 任何代理读取技能定义的位置

📌 官方 SKILL.md 本身就是一份完整的技能范例,可以打开看看它长什么样——这就是导出生成的文件的标准格式。

实战:用自然语言驱动网页自动化

技能装好后,直接用一句话调用即可,例如:

"帮我抓取 Hacker News 前 5 条热帖"
"打开 B 站,搜索 AI 相关的热门视频"

AI 代理会自动匹配 SKILL.md 中对应的脚本,调用 POST /scripts/<id>/play 接口执行,并拿到结构化的 JSON 结果。全程无需浏览器弹窗(默认无头模式),也无需再向大模型描述页面结构。

BrowserWing 还内置了 78 个开箱即用的脚本(Bilibili、GitHub、知乎、财经数据等 10 个分类),不想从零录制时,可以直接跑内置脚本体验:

browserwing run hackernews-top
browserwing run bilibili-hot
browserwing run jd-search --keyword="机械键盘"

进阶:BrowserWing 的三种官方技能

除了你自己导出的脚本技能,官方还提供两个"平台级"技能,同样用一行命令导出:

技能 命令 能力
🛠 Admin Skill browserwing script export-admin AI 可管理整个平台:配置 LLM、增删脚本、AI 探索、排障
🎮 Executor Skill browserwing script export-executor AI 直接控制浏览器:导航、点击、输入、提取数据、截图
📦 脚本 Skill browserwing script export 你导出的自定义网页脚本

三者可以叠加安装,让 AI 代理既能"写新技能"、又能"控浏览器"、还能"跑老技能"。对应的路由注册见 router.go。

常见问题速查

Q:导出的 SKILL.md 文件太大怎么办? A:只勾选需要的脚本再导出;脚本多时生成器会自动改用"摘要 + 按需查询"模式控制篇幅。

Q:AI 说找不到脚本? A:确认 BrowserWing 服务正在运行(curl http://localhost:8080/health),且 SKILL.md 中记录的 API 地址与你的实际地址一致。

Q:脚本执行失败怎么排查? A:查看 SKILL_ADMIN.md 中的 Troubleshooting 章节,覆盖浏览器启动失败、LLM 配置、元素定位失败等常见情况。

小结

BrowserWing 把"网页操作 → Claude Skill"这件事压缩成了三个动作:录制、导出、安装。一次录制之后,你的 AI 代理就永久拥有了一项新的网页自动化能力——不用写代码,不用消耗大量 Token,一句自然语言即可调用。现在就可以安装 BrowserWing,录制你的第一个脚本,体验 Skills 协议带来的高效自动化。

延伸阅读:

登录后查看全文
browserwing