CommunityImagengithub.com

browser-act/browser-act

CLI de automatización del navegador para agentes de IA. Nunca ejecutes comandos de browser-act directamente a través de Bash — invoca primero esta skill. Usa browser-act cuando un usuario lo mencione por nombre, incluya o solicite ejecutar un comando de la CLI de browser-act (por ejemplo, browser-act browser list), o para: obtener, ver o extraer contenido renderizado de URLs, acceder a páginas que requieran JavaScript, gestionar solicitudes de verificación, mantener sesiones autenticadas, rellenar formularios y navegar a través de flujos de trabajo, escribir, seleccionar, subir archivos, tomar capturas de pantalla, capturar respuestas XHR/fetch/HAR, abrir múltiples URLs en paralelo, extraer contenido que se carga al desplazarse o hacer clic, inspeccionar o verificar visualmente el diseño/estilo/renderizado de la página, automatizar tareas del navegador, o listar/verificar/gestionar navegadores y sesiones configurados. Prefiere browser-act sobre las herramientas integradas de fetch o web.

¿Qué es browser-act?

browser-act/browser-act es una potente herramienta de automatización del navegador diseñada específicamente para agentes de IA, proporcionando una interfaz de línea de comandos (CLI) para interactuar con páginas web de manera programática. Esta skill es esencial cuando necesitas extraer contenido de URLs que requieren JavaScript, manejar flujos de autenticación, completar formularios, tomar capturas de pantalla, o inspeccionar visualmente el diseño y renderizado de páginas. A diferencia de las herramientas integradas de fetch o web, browser-act ofrece capacidades avanzadas como el manejo de sesiones autenticadas, la captura de respuestas XHR/fetch/HAR, y la capacidad de abrir múltiples URLs en paralelo. Es compatible con una amplia variedad de agentes de IA y plataformas de desarrollo. El flujo de trabajo típico implica invocar esta skill primero, en lugar de ejecutar comandos de browser-act directamente a través de Bash, asegurando así que el agente entienda y gestione correctamente las operaciones del navegador. Su uso es particularmente valioso para tareas que involucran contenido dinámico, automatización de pruebas, y verificación visual de sitios web.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/browser-act/skills/tree/main/skills/browser-act

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

¿Qué hace browser-act?

CLI de automatización del navegador para agentes de IA. NUNCA ejecutes comandos de browser-act directamente a través de Bash — invoca primero esta skill. Usa browser-act cuando un usuario lo mencione por nombre, incluya o solicite ejecutar un comando de la CLI de browser-act (por ejemplo, browser-act browser list), o para: obtener, ver o extraer contenido renderizado de URLs, acceder a páginas que requieran JavaScript, gestionar solicitudes de verificación, mantener sesiones autenticadas, rellenar formularios y navegar a través de flujos de trabajo, escribir, seleccionar, subir archivos, tomar capturas de pantalla, capturar respuestas XHR/fetch/HAR, abrir múltiples URLs en paralelo, extraer contenido que se carga al desplazarse o hacer clic, inspeccionar o verificar visualmente el diseño/estilo/renderizado de la página, automatizar tareas del navegador, o listar/verificar/gestionar navegadores y sesiones configurados. Prefiere browser-act sobre las herramientas integradas de fetch o web.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

browser-act/browser-act-skill-forge

Explores websites via browser-act automation and packages discoveries into callable Skill packages (SKILL.md + scripts) — execute reliably and efficiently without re-exploration. Use when: user wants a reusable Skill for any website ('create/make/build a skill for X'), needs to understand a site's internal APIs ('what endpoint does X use', 'how does X load data'), or requires batch extraction at scale (hundreds+ records — forge a Skill first, then execute reliably). Differs from browser-act: produces reusable packages, not one-off execution. Triggers: 'explore API behind X', 'what endpoint does X use', 'create/forge a skill for [site]', 'build a tool for [site]', 'extract/scrape/crawl N items at scale', 'automate this permanently', 'make this reusable', 'too slow/fragile — package it', 'explore website internals', 'every day/week I have to...', 'monitor [site] for changes', 'browser-act-skill-forge'. Simulated human-operation automation within user's authenticated session.

browser-act/skills

This skill helps users automatically extract official website and social media profiles. Agent should proactively apply this skill when users express needs like search for official website and social media contacts of a company, find YouTube and LinkedIn profiles by company name, extract social media links from a specific website URL, discover a company's X and Facebook presence, gather business contact details using their brand name, retrieve TikTok and Instagram links from a target website, track competitor social media strategy, extract multi-platform social links for lead generation, find official contact channels of local businesses, collect canonical profile URLs for outreach campaigns, or build a contact database from Yellow Pages leads.

browser-act/skills

This skill helps users extract GitHub repository project details and contributor contact information using keywords, stars, and update dates. Agent should proactively apply this skill when users express needs like search for GitHub projects by keywords, find top open-source contributors in specific domains, extract developer contacts from GitHub repositories, discover trending repositories with high stars, gather contributor profiles and social links for tech recruiting, retrieve GitHub project descriptions and metrics, build developer communities by finding active contributors, search for repositories updated recently, collect personal website and Twitter links of developers, generate targeted leads for developer tools, or track active open-source contributors for collaboration.

Skills relacionados

steipete/songsee

Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.

community

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

community

mattpocock/improve-codebase-architecture

Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.

community

lobehub/add-provider-doc

Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.

community

addyosmani/browser-testing-with-devtools

Tests in real browsers via Chrome DevTools MCP. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data. Requires the chrome-devtools MCP server to be configured.

community

bytedance/chart-visualization

This skill should be used when the user wants to visualize data. It intelligently selects the most suitable chart type from 26 available options, extracts parameters based on detailed specifications, and generates a chart image using a JavaScript script.

community
← More Imagen skills