自然语言驱动，自动破解反爬虫

基于自然语言的浏览器自动化CLI工具，支持本地Chrome与Browserbase远程模式，具备反爬虫、自动CAPTCHA破解及住宅代理能力，适合数据采集与复杂Web交互

基本信息

• 技能名称?Browserbase
• 中文名称?自然语言驱动，自动破解反爬虫
• 作者?pkiv
• 分类?专业技能
• 版本?2.0.2
• 标签?browser-automation, web-scraping, cli-tool, captcha-solving, anti-bot, playwright, chromium, browserbase, data-extraction, headless-browser

使用方法

使用说明
核心用法
browser skill 通过 browse CLI 提供自然语言驱动的浏览器自动化能力，支持两类运行模式：
本地模式 （默认）：直接调用本地 Chrome，零配置即可使用，适合开发调试、访问无防护的简单站点（文档、维基、公开API等）。
Browserbase远程模式 ：配置 BROWSERBASE_API_KEY 与 BROWSERBASE_PROJECT_ID 后激活，提供企业级反爬虫能力：
隐身模式（自定义 Chromium 指纹、反 bot 检测）
自动 CAPTCHA 破解（reCAPTCHA、hCaptcha、Turnstile）
201国住宅代理，支持地理定位
会话持久化（cookie/登录态跨会话保留）
典型工作流 ： browse open URL → browse snapshot 获取可访问性树与元素引用 → 使用 @0-5 等引用执行 click / fill / type 交互 → 循环验证直至完成 → browse stop 清理会话。
显著优点

1. 双模式灵活切换 ：同一命令集适配开发与生产场景，本地失败一键切远程
2. 结构化快照优先 ： snapshot 返回可访问性树（比截图快、省 vision token），元素引用 @x-y 精准可靠
3. 生产级反爬能力 ：Browserbase 模式自动处理 Cloudflare、IP 封禁、设备指纹检测
4. 会话管理完整 ：多标签页、前进/后退、表单状态、环境切换均支持
5. MIT 开源协议 ：CLI 本身开源，Browserbase 服务按需付费
   潜在局限
   本地模式无防护 ：易被目标站识别为 bot，返回 403/空页面/检测页
   远程模式依赖第三方 ：需 Browserbase 账号与有效 API 额度，网络延迟略高于本地
   元素引用非持久 ： @x-y 随页面重载变化，需每次重新 snapshot
   复杂交互需组合命令 ：拖拽、滚动、多步表单填写需多命令串联
   无内置数据解析 ：提取的 HTML/text 需额外处理（jq/regex 等）
   适合人群
   数据工程师/爬虫开发者 ：需绕过反爬机制采集公开数据
   QA/自动化测试人员 ：快速验证 Web 流程、截图比对
   AI Agent 构建者 ：为 LLM 提供"能动手操作浏览器"的工具能力
   市场调研/竞品分析 ：需登录后抓取 dashboard、价格信息
   常规风险
   | 风险类型 | 说明 | 缓解建议 | |---------|------|---------| | 账号封禁 | 高频访问可能导致目标站账号/IP被封 | 启用 residential proxy、控制请求频率、使用 session 持久化减少登录次数 | | 服务依赖 | Browserbase 服务中断或额度耗尽影响生产 | 本地模式作为 fallback，监控 API 额度 | | 数据隐私 | 远程模式流量经 Browserbase 基础设施 | 敏感内部系统优先使用本地模式 | | 僵尸进程 | daemon 异常退出可能导致 Chrome 残留 | 定期 browse status 检查，pkill 清理 | | 法律合规 | 自动化访问受 ToS 限制的网站可能违规 | 遵守 robots.txt 与网站服务条款，仅采集公开数据 | 总体评估 ：技能设计成熟，文档完备，双模式架构兼顾灵活与鲁棒，是 LLM 时代浏览器自动化的务实选择。