droid-browse
将自然语言指令转化为浏览器自动化操作的Factory技能。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：droid-browse。 它的用途是：将自然语言指令转化为浏览器自动化操作的Factory技能。 完整的 Skill 内容见：https://321skill.com/skills/droid-browse/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘使用浏览器技能，去知乎热榜，把排名前五的问题和简介总结成一份简报给我。’ 它会自动打开浏览器，导航到知乎，提取指定内容，并以结构化的格式（如列表或摘要）连同截图一并返回给你。你也可以说：‘把刚才那个页面上所有带“AI”关键词的标题都点开，然后分别截个图。’ 技能会记住当前的浏览器会话，并连续执行点击和截图操作。
介绍
droid-browse 是一个基于 Stagehand 的浏览器自动化技能，旨在解决用户需要通过自然语言指令控制浏览器完成复杂操作的问题。它允许用户在 Factory 会话中，通过简单的对话指令（如“打开网页”、“点击元素”、“提取信息”）来驱动浏览器，而无需编写繁琐的自动化脚本。
使用方式非常灵活。安装并配置好 API 密钥后，重启 droid 即可在任何 Factory 会话中直接使用自然语言下达指令。例如，你可以说“用浏览器技能打开 GitHub，搜索最新的 AI 项目”，技能会自动执行导航、交互和结果提取。此外，它也支持通过命令行直接调用，便于集成到脚本或 CI/CD 流程中。
该技能特别适合那些需要频繁进行网页操作、数据抓取或流程演示，但又希望降低技术门槛的用户。无论是产品经理需要快速演示产品原型，还是内容创作者需要搜集网络素材，或是开发者需要自动化测试网页交互，都能从中受益。
使用前请确保已正确配置 ANTHROPIC_API_KEY。由于依赖外部浏览器和 AI 模型进行页面理解与操作，在网速较慢或页面结构极其复杂的场景下，响应速度和准确性可能会受到影响。建议在关键操作后使用 screenshot 命令确认执行结果。
核心特点
与需要预先录制或编写脚本的自动化工具不同，droid-browse 通过自然语言指令实时解析用户意图并操作浏览器，且能在单个会话中保持浏览器状态，实现多步骤的连贯任务。它深度集成于 Factory 生态，操作结果和截图能直接回流到聊天上下文中。
注意事项
不适合对操作延迟极其敏感或需要在无头环境下执行超高速、大规模批量网页抓取的场景。
常见问题
需要安装 Chrome 吗？
需要，它通过 Chrome DevTools Protocol 控制 Chrome/Chromium 浏览器。
可以处理需要登录的网站吗？
可以，但登录状态通常限于单次会话内，且涉及敏感信息需用户自行评估风险。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/droid-browse/raw/index.md 读取 droid-browse 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/droid-browse/raw/index.md（查看排版版本）