核心用法
browser Skill 是一款基于 Stagehand 框架的浏览器自动化工具，通过自然语言指令实现网页浏览、交互和数据提取。用户通过 Bash 工具调用 browser CLI 命令完成操作：
browser navigate <url>— 导航到指定网址browser act "<action>"— 用自然语言描述执行点击、填写等操作browser extract "<instruction>"— 按指令提取页面数据（支持 JSON Schema 约束）browser observe "<query>"— 发现页面可用元素browser screenshot— 截图保存browser close— 关闭浏览器会话
运行模式自动切换：检测到 BROWSERBASE_API_KEY 和 BROWSERBASE_PROJECT_ID 环境变量时使用远程 Browserbase 云服务；否则回退到本地 Chrome 浏览器。
显著优点
1. 自然语言交互：无需学习复杂选择器语法，用日常语言描述操作（如"点击登录按钮"）
2. AI 智能解析：底层集成 Claude 等大模型理解页面结构，适应动态网页变化
3. 双模式灵活：本地模式响应快、适合开发调试；云端模式支持代理、反检测、CAPTCHA 处理，适合生产级爬取
4. 数据提取结构化：支持通过 JSON Schema 约束输出格式，便于后续数据处理
5. 无代码入侵：纯文档型 Skill，实际功能由用户自主安装的 CLI 工具承载
潜在缺点与局限性
- 外部依赖重：必须预先安装 Node.js 环境并通过 npm 安装
@browserbasehq/stagehand包，首次配置有门槛 - 网络访问不可控：Skill 本身不限制目标 URL，可能访问恶意或钓鱼网站（依赖用户指令）
- 敏感操作风险：具备自动填写表单、密码字段的能力，存在凭证泄露隐患
- 云端模式数据出境：Browserbase 模式下页面内容传输至第三方云服务，涉及隐私合规考量
- 无内置访问控制：缺乏站点白名单/黑名单机制，对高敏感场景（银行、政务）保护不足
适合人群
- 数据分析师、研究员：需要批量采集公开网页信息
- 自动化测试工程师：构建端到端 UI 测试流程
- 开发者：快速验证网页功能、调试前端交互
- 普通用户：简化重复性网页操作（如定时查询、表单提交）
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 钓鱼网站访问 | 用户指令可能导向恶意站点 | 人工审核目标 URL，避免自动跟随不可信链接 |
| 凭证泄露 | 自动化填写密码字段存在截屏/日志留存风险 | 使用专用浏览器配置文件，禁用截图功能处理敏感页 |
| 第三方数据暴露 | Browserbase 模式数据流经外部服务 | 敏感场景强制使用本地 Chrome 模式 |
| CLI 工具供应链 | 依赖 npm 安装的 browser 包可能被篡改 | 锁定版本号，验证包签名，仅从官方源安装 |
| 会话持久化 | 本地模式下 cookies、缓存累积 | 定期清理 `.chrome-profile/` 目录 |
安全认证评级 S 级（85分），来源可信度 T2（可信个人开发者），核心风险可控，适合有基本安全意识的用户使用。