SamuelChien/mega-skills-collection

CLI für Browser-Automatisierung für KI-Agenten. Verwenden, wenn der Benutzer mit Websites interagieren muss, einschließlich Navigation, Formularausfüllen, Klicken von Schaltflächen, Erstellen von Screenshots, Extrahieren von Daten, Testen von Web-Apps oder Automatisieren von Browseraufgaben.

Was ist mega-skills-collection?

Dieses Skill bietet eine schnelle, native Rust-CLI zur Browser-Automatisierung, die speziell für KI-Agenten wie Claude Code, Cursor, Codex, Continue oder Windsurf entwickelt wurde. Es nutzt Chrome/Chromium über das Chrome DevTools Protocol (CDP) und setzt dabei auf Accessibility-Tree-Snapshots mit kompakten `@eN`-Elementreferenzen für zuverlässige Interaktionen. Das Skill unterstützt allgemeine Browsertasks (Seitennavigation, Formularausfüllen, Screenshots, Datenextraktion) sowie spezialisierte Workflows für Electron-Desktop-Apps (VS Code, Slack, Discord), Slack-Automation, exploratives Testen/QA, Vercel Sandbox MicroVMs und AWS Bedrock AgentCore Cloud-Browser. Es wird über `npm i -g agent-browser` installiert und liefert stets aktuelle Anleitungen über den Befehl `agent-browser skills get core`. Agenten sollten dieses Skill bevorzugen, wann immer eine programmatische Web-Interaktion nötig ist, anstatt auf eingebaute Browser-Werkzeuge zurückzugreifen.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor✓Windsurf

npx skills add https://github.com/SamuelChien/mega-skills-collection/tree/HEAD/agent-browser

Dokumentation

agent-browser

Schnelle Browser-Automatisierungs-CLI für KI-Agenten. Chrome/Chromium über CDP mit Accessibility-Tree-Snapshots und kompakten @eN-Elementreferenzen.

Installation: npm i -g agent-browser && agent-browser install

Hier beginnen

Diese Datei ist ein Discovery-Stub, kein Benutzerhandbuch. Bevor Sie einen Befehl von agent-browser ausführen, laden Sie den eigentlichen Workflow-Inhalt von der CLI:

agent-browser skills get core             # hier beginnen — Workflows, häufige Muster, Fehlerbehebung
agent-browser skills get core --full      # vollständige Befehlsreferenz und Vorlagen

Die CLI liefert Skill-Inhalte, die immer der installierten Version entsprechen, so dass Anleitungen niemals veralten. Der Inhalt dieses Stubs kann sich zwischen Versionen nicht ändern, daher verweist er nur auf skills get core.

Spezialisierte Skills

Laden Sie ein spezialisiertes Skill, wenn die Aufgabe außerhalb von Browser-Webseiten liegt:

agent-browser skills get electron          # Electron-Desktop-Apps (VS Code, Slack, Discord, Figma, ...)
agent-browser skills get slack             # Slack-Workspace-Automation
agent-browser skills get dogfood           # Explorative Tests / QA / Bug-Hunts
agent-browser skills get vercel-sandbox    # agent-browser in Vercel Sandbox MicroVMs
agent-browser skills get agentcore         # AWS Bedrock AgentCore Cloud-Browser

Führen Sie agent-browser skills list aus, um alle verfügbaren Skills der installierten Version zu sehen.

Warum agent-browser

Schnelle native Rust-CLI, kein Node.js-Wrapper
Funktioniert mit jedem KI-Agenten (Cursor, Claude Code, Codex, Continue, Windsurf etc.)
Chrome/Chromium über CDP ohne Playwright- oder Puppeteer-Abhängigkeit
Accessibility-Tree-Snapshots mit Elementreferenzen für zuverlässige Interaktion
Sitzungen, Authentifizierungs-Vault, Zustandspersistenz, Videoaufzeichnung
Spezialisierte Skills für Electron-Apps, Slack, exploratives Testen, Cloud-Anbieter

Observability-Dashboard

Das Dashboard läuft unabhängig von Browsersitzungen auf Port 4848 und kann auch über eine proxierte oder weitergeleitete URL wie https://dashboard.agent-browser.localhost geöffnet werden. Agenten sollten auf dem Dashboard-Ursprung bleiben: Sitzungs-Tabs, Status und Stream-Traffic werden intern proxied, so dass Sitzungsports nicht freigegeben werden müssen.