bot.sannysoft.com全绿通过之后：5万token的网页被压到2000，抓取成本砍到二十五分之一

让Agent操作浏览器听上去容易，实际做起来全是坑：反爬拦截、Token爆炸、经验不能积累，这三个问题像三座大山。

BrowserAct 用三层结构把这些问题都解决了，在GitHub上已获得2900多个Star。它是一套专门给Agent用的浏览器自动化工具——以前在Agent上加一层Playwright勉强能用，但那两个框架不是为Agent设计的，真实网络上反爬机制一上去就被拦截，原始HTML动不动几万个Token，换个网站又要重新摸索DOM结构。

三层架构

第一层：环境层——让Agent看起来像真人

使用stealth反检测浏览器、指纹伪装、动态代理、session/cookie/profile隔离等方法，让Agent看起来更像普通用户而非自动化脚本。比如让Agent在亚马逊搜索"无线鼠标"，它会启动stealth浏览器并用普通用户指纹伪装自己，绕过反爬虫检测。网站看到的是"一台Windows机器上的正常请求"，而不是"自动化脚本在访问"。

它还会到 bot.sannysoft.com 做反检测测试，结果全部绿色通过。

第二层：执行层——一条命令完成工作

环境层解决"进去"的问题，执行层解决"拿出来"的问题。Agent不用自己处理"怎么绕过反爬"，直接用标准命令控制浏览器：点击第三个交互元素、在第二个输入框填入内容、用stealth-extract提取被保护网页的内容。

返回的不是原始HTML，而是结构化数据，可以把商品名称、价格、店铺、销量等信息直接保存。即使亚马逊反爬严格，BrowserAct也能正常访问并提取数据，连Prime配送信息都能正确抓取。

第三层：人机交互层——卡住时让人接手

Agent遇到需要登录验证等情况时会自动暂停，生成一个远程链接让人接手。比如查看亚马逊卖家后台数据需要登录，Agent打开页面发现需要登录就暂停并生成链接，用户点击完成登录后，Agent获得登录状态继续获取数据。

Token成本对比

官方数据：原始HTML约5万个token，过滤后只剩2000多个，减少90%以上。抓取Amazon Electronics Bestsellers前80条数据，总用时2分14秒，成本对比明显：Playwright MCP花费1.75美元，BrowserAct仅0.07美元。

三种浏览器模式

• Chrome模式：复用本地Chrome的登录信息，不必重复输入用户名密码
• Stealth隐私模式：每次产生新的浏览器指纹和代理IP，相当于新用户访问
• 保密固定身份模式：固定指纹和IP，每个浏览器环境产生长久稳定、独一无二的身份，适合多账号运营

Skill Forge：自动生成可复用Skill

Skill Forge可以根据需求自动生成Skill。比如要"提取亚马逊鼠标排行榜前10名商品"，不需要研究网页结构或写脚本，只需用自然语言说出需求，它会自动分析方案（DOM API、页面操作等）并生成相应Skill，最后进行测试验证。项目中已预制70多个技能，包括Amazon、淘宝、闲鱼等平台。

Skill Forge地址：https://github.com/browser-act/skills/tree/main/browser-act-skill-forge

安装方式

在Claude Code中输入：

请帮我安装 BrowserAct Skill: https://github.com/browser-act/skills/tree/main/browser-act

Claude Code会自动完成安装并验证功能。

注意事项

大多数功能免费，只有需要用到代理时才需要付费。项目基于 MIT 协议开源。

开源地址：https://github.com/browser-act/skills
官网：https://www.browseract.ai/kyrj