SamuelChien/mega-skills-collection

CLI de automatización del navegador para agentes de IA. Úsalo cuando el usuario necesite interactuar con sitios web: navegar páginas, rellenar formularios, hacer clic en botones, tomar capturas de pantalla, extraer datos, probar aplicaciones web o automatizar cualquier tarea del navegador.

¿Qué es mega-skills-collection?

Esta habilidad proporciona una interfaz de línea de comandos (CLI) rápida y nativa en Rust para la automatización del navegador, diseñada específicamente para agentes de IA como Claude Code, Cursor, Codex, Continue y Windsurf. Utiliza Chrome/Chromium a través del protocolo CDP (Chrome DevTools Protocol) sin depender de Playwright o Puppeteer, lo que la hace ligera y eficiente. La herramienta emplea instantáneas del árbol de accesibilidad con referencias compactas a elementos (`@eN`) para interacciones fiables, y admite sesiones, un almacén de autenticación, persistencia de estado y grabación de vídeo. Es ideal para tareas como navegación web, extracción de datos, pruebas exploratorias (dogfooding), control de calidad, y automatización de aplicaciones de escritorio Electron (VS Code, Slack, Discord, Figma, Notion, Spotify) y navegadores en la nube como AWS Bedrock AgentCore. Además, incluye un panel de observabilidad en el puerto 4848 para monitorear sesiones y tráfico sin exponer puertos individuales.

Compatible con✓Claude Code✓Codex CLI✓Cursor✓Windsurf

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

Documentación

agent-browser

CLI de automatización del navegador rápida para agentes de IA. Chrome/Chromium a través de CDP con instantáneas del árbol de accesibilidad y referencias compactas a elementos @eN.

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

Comienza aquí

Este archivo es un stub de descubrimiento, no la guía de uso. Antes de ejecutar cualquier comando de agent-browser, carga el contenido real del flujo de trabajo desde la CLI:

agent-browser skills get core             # comienza aquí: flujos de trabajo, patrones comunes, solución de problemas
agent-browser skills get core --full      # incluye la referencia completa de comandos y plantillas

La CLI proporciona contenido de habilidad que siempre coincide con la versión instalada, por lo que las instrucciones nunca quedan obsoletas. El contenido de este stub no puede cambiar entre versiones, por eso solo apunta a skills get core.

Habilidades especializadas

Carga una habilidad especializada cuando la tarea esté fuera de las páginas web del navegador:

agent-browser skills get electron          # Aplicaciones de escritorio Electron (VS Code, Slack, Discord, Figma, ...)
agent-browser skills get slack             # Automatización del espacio de trabajo de Slack
agent-browser skills get dogfood           # Pruebas exploratorias / control de calidad / cacerías de errores
agent-browser skills get vercel-sandbox    # agent-browser dentro de microVMs de Vercel Sandbox
agent-browser skills get agentcore         # Navegadores en la nube de AWS Bedrock AgentCore

Ejecuta agent-browser skills list para ver todo lo disponible en la versión instalada.

Por qué agent-browser

CLI nativa rápida en Rust, no un envoltorio de Node.js
Funciona con cualquier agente de IA (Cursor, Claude Code, Codex, Continue, Windsurf, etc.)
Chrome/Chromium a través de CDP sin dependencia de Playwright o Puppeteer
Instantáneas del árbol de accesibilidad con referencias a elementos para interacción fiable
Sesiones, almacén de autenticación, persistencia de estado, grabación de vídeo
Habilidades especializadas para aplicaciones Electron, Slack, pruebas exploratorias, proveedores en la nube

Panel de observabilidad

El panel se ejecuta independientemente de las sesiones del navegador en el puerto 4848 y también se puede abrir a través de una URL proxy o reenviada, como https://dashboard.agent-browser.localhost. Los agentes deben permanecer en el origen del panel: las pestañas de sesión, el estado y el tráfico de transmisión se proxy internamente, por lo que no es necesario exponer los puertos de sesión.