重复的网页操作别再自己点了：给 WorkBuddy 装 agent-browser，浏览器它替你跑腿

以前从网页上找点信息有多麻烦，经历过的人都懂：自己开网站、登录账号、一页页翻，再把数据一点点复制进表格，一套下来半天没了。今天教你让 WorkBuddy 自己操控浏览器——点击、滚动、填表、翻页、截图，甚至直接从网页里提取数据，这些重复操作全都可以交给它。

举个实际的例子。我想整理 8 月份播放量最高的 10 部电影，再看看大家的评论怎么说。放在以前，我得自己开好几个网站挨个翻。现在只需要在 WorkBuddy 对话框里把需求说清楚，添上 agent-browser 这个技能，它就会自动打开浏览器，一步步把网页操作做完。整个过程你不用碰鼠标，它自己浏览页面、搜索信息、整理数据，最后把结果递给你。

1. 能看懂网页：先读结构，再按编号动手

这个技能第一步不是乱点，是先读懂页面。它会读取网页结构，识别出哪里是输入框、哪里是按钮、哪些是链接，然后按编号进行操作。也就是说，你不用提前告诉它每个元素在哪个位置，它自己能找到。这一点很关键，因为网页布局五花八门，靠写死坐标的方式很容易失灵，看懂了再动手，稳得多。

2. 能自己动手：浏览器上的活它基本都会

看懂了还得干得了。点击、输入、下拉选择、滚动、翻页、上传文件、下载文件，这些常见浏览器操作它都能完成。遇到页面加载慢，它也不会傻等或者瞎点，会等页面准备好再继续。以前这些活你必须亲自盯着，现在丢给 AI，你去忙别的，回头收结果就行。

3. 操作全程留痕：截图、录制、提取文字

很多人不敢让 AI 替自己操作，怕它点错了都不知道。这个技能在这方面做得比较贴心：它不光能截图，还能生成带标注的页面截图，甚至把整个操作过程录制下来；网页里的文字也能直接提取出来，方便你后续整理和核对。做了什么、点在哪、拿到什么，全都有据可查，你复核起来省心。

两个省心的细节

还有两点值得单独说。一是它支持并行处理多个网站，几个站同时跑，效率不是翻一倍而是翻几倍；二是它能保留浏览器的登录状态，常用网站不用每次重新登录，这一条对天天要用的人来说，省掉的是最烦的那部分。

安装和使用

方法很简单。进 WorkBuddy 的技能页面，搜索 agent-browser，找到对应技能点安装；用的时候在对话框里把这个技能加上，再告诉它具体要做什么就行。剩下的，让它替你跑腿。

我的一点判断

这套东西最适合的是那种规律性强、重复度高的网页操作：定期整理数据、批量收集信息、固定流程的填报。它的上限取决于你需求说得清不清楚——月份、范围、要哪几列、结果放哪，说得越具体，它跑得越准。反过来说，遇到验证码、复杂风控这类页面，它也未必一路畅通，这种边角情况还得人工搭把手。我的建议是先拿一个你每周都在重复的网页任务试水，跑顺了再逐步把别的流程交出去。

让 AI 替你点鼠标，省下来的时间拿去干更要紧的事，这笔账怎么算都划算。想要这个技能的，可以来聊聊，我把安装包和用法发你。

从互联网、移动互联网，一路走到今天的 AI 时代。就测 AI（aijiuce.com）—— 面向所有主动拥抱 AI 的爱好者，实事求是聊应用、说变化、探未来，是学 AI、用 AI 的靠谱交流阵地。