极速浏览器

📌 Skill基础信息

技能名称: gsd-browser

技能简称: 浏览器自动化

来源: 社区第三方 (gsd-build)

运行宿主: 仅支持在 Claude-Code CLI Agent 工具中运行

核心定位: 为AI智能体提供原生Rust浏览器自动化能力，解决网页交互、数据抓取、表单填写、自动化测试等场景下的浏览器操作需求。

🧩 内部核心组成

核心能力模块

• 导航控制: 页面跳转、前进后退、刷新等基础导航功能
• 交互操作: 点击、输入、悬停、滚动、拖拽等用户交互模拟
• 快照系统: 版本化元素引用(@v1:e1格式)，支持页面状态捕获
• 智能表单: 基于标签分析的自动表单填写，无需CSS选择器
• 断言验证: 17种页面状态断言检查，确保操作结果符合预期
• 批量执行: 原子化多步骤流程执行，减少往返通信
• 实时视图: 本地工作台，支持屏幕共享和实时控制

主要命令功能

🛠 安装与启用方式

安装命令:

skills install --user gsd-build/gsd-browser

关键步骤:

1. 在Claude-Code CLI环境中执行上述安装命令
2. 系统自动克隆仓库并配置技能
3. 无需额外前置依赖（内置Rust实现）
4. 通过Bash工具接口调用gsd-browser相关命令

启动方式: 技能安装后自动集成到Agent工具中，通过特定触发词或直接调用gsd-browser命令启用。

📋 标准工作流

典型使用链路

1. 初始导航: 使用navigate命令访问目标URL
2. 页面快照: 执行snapshot获取版本化元素引用(@v1:e1格式)
3. 交互操作: 基于引用进行点击、填写等操作
4. 状态验证: 使用wait-for等待特定条件或assert进行断言检查
5. 重新快照: 页面变化后必须重新快照获取新鲜引用
6. 批量执行: 复杂流程可使用batch进行原子化多步骤执行

示例流程

# 访问页面并获取元素引用
gsd-browser navigate https://example.com/login
gsd-browser snapshot

# 进行表单填写和提交
gsd-browser fill-ref @v1:e1 "username"
gsd-browser fill-ref @v1:e2 "password"
gsd-browser click-ref @v1:e3

# 验证登录结果
gsd-browser wait-for --condition url_contains --value "/dashboard"
gsd-browser assert --checks '[{"kind": "text_visible", "text": "Welcome"}]'

⚠️ 关键限制、缺陷、注意事项

平台限制

• 仅支持在Claude-Code CLI环境中运行
• 依赖本地浏览器守护进程，需要稳定的网络环境

性能考虑

• 页面变化后必须重新快照，会产生额外的token消耗
• 实时视图功能对系统资源要求较高
• 不适合大规模并发浏览器自动化场景

使用限制

• 引用具有版本性，页面DOM变更后旧引用立即失效
• 定位参数为位置参数，不能使用--selector标志前缀
• 需要仔细管理会话状态，避免引用混淆

生产环境适用性

• 适合开发和测试环境的自动化任务
• 生产环境使用需谨慎评估稳定性和性能影响
• 已知在复杂动态网页中可能存在元素定位稳定性问题

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景

• Web应用测试: 自动化功能测试、回归测试
• 数据抓取: 结构化数据提取 from动态网页
• 表单自动化: 智能表单填写和提交
• 工作流自动化: 多步骤网页操作流程
• 可视化测试: 页面状态断言和验证
• 演示和教学: 实时浏览器操作演示

❌ 不适合场景

• 高性能爬虫: 大规模高并发网页抓取
• 实时交易系统: 对延迟敏感的交易操作
• 安全敏感操作: 银行、支付等高风险场景
• 复杂SPA应用: 极其复杂的单页面应用自动化
• 移动端测试: 专为桌面浏览器设计，移动端支持有限
• 无界面环境: 需要图形界面的操作无法在无头环境中使用