核心用法
Google Maps Automation Scraper 通过调用 BrowserAct 的专用 API，实现 Google Maps 商业信息的自动化批量采集。用户只需提供搜索关键词（如"咖啡店"、"牙科诊所"）、目标国家/地区代码及界面语言偏好，即可通过 Python 脚本一键启动数据抓取任务。该技能采用预配置的工作流模板，直接输出结构化数据，无需复杂的浏览器自动化配置。
显著优点
1. 稳定性与准确性：预置工作流避免 AI 生成幻觉，确保数据真实可靠；内置反检测机制，无需处理 reCAPTCHA 等验证挑战
2. 全球覆盖无限制：突破 IP 地域封锁，支持跨国数据采集，特别适用于全球化市场调研
3. 成本效益显著：相比高 Token 消耗的纯 AI 驱动方案，大幅降低数据获取成本
4. 执行效率高：浏览器自动化操作经过优化，任务完成速度快于通用 AI 代理方案
5. 数据维度丰富：输出包含企业名称、主类别、完整地址、电话、官网、评分、评论数、营业状态等核心字段
潜在缺点与局限性
1. 第三方依赖：完全依赖 BrowserAct 服务的可用性与稳定性，服务商故障将直接导致技能失效
2. API 成本门槛：需自行注册并获取 BROWSERACT_API_KEY，存在额外服务费用
3. 执行耗时：单次任务需数分钟完成，不适合实时性要求极高的场景
4. 重试机制有限：仅支持一次自动重试，复杂网络环境下失败率可能上升
5. 数据覆盖盲区：受 Google Maps 本身数据完整性限制，部分小型商户或新开业企业信息可能缺失
适合人群
- 销售与 BD 团队：快速构建目标客户名单，获取企业联系信息
- 市场研究人员：分析特定区域行业分布、竞争对手密度、市场饱和度
- 本地生活运营者：采集餐饮、零售、服务类商户信息用于平台搭建或内容聚合
- 投资与咨询机构：批量调研目标国家/地区的商业生态与企业名录
- 数据分析师：获取标准化商业数据用于地理空间分析、评级对比等研究
常规风险
1. 授权失效风险：API Key 过期或无效时将返回 "Invalid authorization"，需人工介入重新配置
2. 数据合规风险：抓取商业信息需遵守目标国家数据保护法规（如 GDPR），避免未经授权的大规模个人数据处理
3. 服务连续性风险：BrowserAct 作为第三方服务，存在政策变动、价格调整或服务终止的不确定性
4. 网络波动风险：长时间运行的浏览器任务可能因网络中断导致失败，虽有重试机制但仍存在任务丢失可能
5. 数据质量风险：Google Maps 源数据存在更新延迟、信息不准确等问题，关键业务决策建议人工复核