hanzi-browse

为AI浏览代理提供上下文层,提升复杂网站操作成功率。

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:hanzi-browse。
它的用途是:为AI浏览代理提供上下文层,提升复杂网站操作成功率。
完整的 Skill 内容见:https://321skill.com/skills/hanzi-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

“帮我在LinkedIn上给搜索到的前10个Python开发者发送连接邀请。”,AI会调用Hanzi Browse工具,自动打开LinkedIn,执行搜索,并利用内置的LinkedIn剧本知识,成功定位并点击每个用户资料页上可能被动态加载或隐藏的“连接”按钮,完成邀请任务。

介绍

Hanzi Browse 旨在解决AI浏览代理(如Claude Code、Cursor等)在操作真实网站时频繁失败的问题。许多现代网站(如X、LinkedIn、Gmail)使用复杂的框架或交互逻辑,导致基于通用指令的AI代理无法完成任务。

该工具提供了两种主要使用方式。对于开发者,可以通过一条命令(npx hanzi-browse setup)将其配置为AI编码代理(如Claude Code)的MCP工具,让主代理将复杂的浏览器操作任务委托给一个专门的子代理去执行。对于产品开发者,可以使用其SDK或REST API,在自己的应用中为用户提供基于自然语言描述的浏览器自动化功能。

它非常适合需要AI代理自动完成网页操作任务的开发者、产品经理以及希望为用户提供自动化功能的SaaS产品团队。无论是为了提升个人开发效率,还是为了构建面向用户的自动化产品,Hanzi Browse都能提供一套经过验证的解决方案。

使用时请注意,其核心是提供“提示词剧本”而非硬编码脚本,因此其效果依赖于底层大模型的理解和执行能力。它目前主要支持Chrome及其衍生浏览器,并内置了24个主流网站的优化剧本。

核心特点

与传统的浏览器自动化脚本或RPA工具不同,Hanzi Browse提供的是针对特定网站的“提示词剧本”,直接指导LLM如何理解和操作复杂界面(如识别Draft.js编辑器、找到隐藏的按钮),而非编写脆弱的、依赖于DOM结构的代码,因此更具适应性和可维护性。

注意事项

不适合需要完全离线、不依赖大模型推理的纯脚本化浏览器自动化场景。

常见问题

Hanzi Browse和Selenium/Playwright有什么区别?

Selenium/Playwright是编写代码来控制浏览器的框架;Hanzi Browse是为AI模型提供如何操作特定网站的知识(剧本),让AI自己去执行,更灵活,但依赖模型能力。

支持哪些AI代理?

支持Claude Code、Cursor、Codex、Gemini CLI、VS Code(通过扩展)、Windsurf、Amp、Cline、Roo Code等主流AI编码代理。

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/hanzi-browse/raw/index.md 读取 hanzi-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。