Skills ระบบอัตโนมัติเบราว์เซอร์

ทำให้การโต้ตอบกับเบราว์เซอร์เป็นอัตโนมัติสำหรับการทดสอบเว็บ การกรอกฟอร์ม การจับภาพหน้าจอ และการดึงข้อมูล

การทำงานอัตโนมัติของเบราว์เซอร์สำหรับเอเจนต์ AI ผ่าน inference.sh นำทางหน้าเว็บ โต้ตอบกับองค์ประกอบโดยใช้ @e refs จับภาพหน้าจอ บันทึกวิดีโอ ความสามารถ: การขูดข้อมูลเว็บ การกรอกฟอร์ม การคลิก การพิมพ์ การลากและวาง การอัปโหลดไฟล์ การเรียกใช้ JavaScript ใช้สำหรับ: ระบบอัตโนมัติทางเว็บ การดึงข้อมูล การทดสอบ การเรียกดูของเอเจนต์ การวิจัย ทริกเกอร์: เบราว์เซอร์, ระบบอัตโนมัติทางเว็บ, ขูดข้อมูล, นำทาง, คลิก, กรอกฟอร์ม, จับภาพหน้าจอ, เรียกดูเว็บ, playwright, เบราว์เซอร์ไร้หัว, เว็บเอเจนต์, ท่องอินเทอร์เน็ต, บันทึกวิดีโอ

เปิดและจัดการเบราว์เซอร์ป้องกันการตรวจจับด้วยลายนิ้วมืออุปกรณ์จริงที่ไม่ซ้ำกัน สำหรับการดำเนินการหลายบัญชี การขูดข้อมูลเว็บ การตรวจสอบโฆษณา และระบบอัตโนมัติของเอเจนต์ AI ใช้เมื่อผู้ใช้ต้องการเรียกใช้เซสชันเบราว์เซอร์หลายเซสชันที่มีตัวตนที่แตกต่างกัน จัดการโปรไฟล์เบราว์เซอร์แบบถาวร ทำงานอัตโนมัติข้ามบัญชี หรือสร้างเวิร์กโฟลว์เอเจนต์ที่ต้องการการแยกลายนิ้วมือเบราว์เซอร์ นอกจากนี้ยังใช้เมื่อผู้ใช้กล่าวถึง antibrow, anti-detect browser หรือ fingerprint browser

browser-act เป็นเครื่องมือ CLI สำหรับการทำงานอัตโนมัติของเบราว์เซอร์ที่มีความสามารถในการซ่อนตัวและแก้ไข captcha รองรับเบราว์เซอร์สองประเภท (Stealth และ Real Chrome) และมีคำสั่งสำหรับการนำทาง การโต้ตอบกับหน้าเว็บ การดึงข้อมูล การจัดการแท็บ/เซสชัน และอื่นๆ

CLI สำหรับการทำงานอัตโนมัติของเบราว์เซอร์สำหรับเอเจนต์ AI ห้ามรันคำสั่ง browser-act โดยตรงผ่าน Bash โดยเด็ดขาด — ให้เรียกใช้สกิลนี้ก่อนเสมอ ใช้ browser-act เมื่อผู้ใช้กล่าวถึงชื่อนี้ รวมถึงหรือขอให้รันคำสั่ง CLI ของ browser-act (เช่น browser-act browser list) หรือเพื่อ: ดึงข้อมูล ดู หรือแยกเนื้อหาที่เรนเดอร์จาก URL เข้าถึงหน้าที่ต้องใช้ JavaScript จัดการพร้อมท์ยืนยัน รักษาเซสชันที่ล็อกอินไว้ กรอกฟอร์มและคลิกผ่านเวิร์กโฟลว์ พิมพ์ เลือก อัปโหลด ถ่ายภาพหน้าจอ...

สำรวจเว็บไซต์ผ่านระบบอัตโนมัติ browser-act และบรรจุสิ่งที่ค้นพบเป็นชุดคำสั่ง Skill ที่เรียกใช้ได้ (SKILL.md + สคริปต์) — ดำเนินการอย่างน่าเชื่อถือและมีประสิทธิภาพโดยไม่ต้องสำรวจซ้ำ ใช้เมื่อ: ผู้ใช้ต้องการ Skill ที่ใช้ซ้ำได้สำหรับเว็บไซต์ใดๆ ('สร้าง/ทำ/สร้าง Skill สำหรับ X'), จำเป็นต้องเข้าใจ API ภายในของไซต์ ('X ใช้ endpoint ใด', 'X โหลดข้อมูลอย่างไร'), หรือต้องการดึงข้อมูลจำนวนมากในระดับใหญ่ (หลายร้อยรายการขึ้นไป — สร้าง Skill ก่อน แล้วจึงดำเนินการอย่างน่าเชื่อถือ) แตกต่างจาก browser-act:...

ทำให้การโต้ตอบกับเบราว์เซอร์เป็นอัตโนมัติสำหรับการทดสอบเว็บ การกรอกฟอร์ม การจับภาพหน้าจอ และการดึงข้อมูล ใช้เมื่อผู้ใช้ต้องการนำทางเว็บไซต์ โต้ตอบกับหน้าเว็บ กรอกฟอร์ม จับภาพหน้าจอ หรือดึงข้อมูลจากหน้าเว็บ

คู่มือที่ครอบคลุมสำหรับการสร้างส่วนขยาย Chrome ด้วย Manifest V3 ใช้ทักษะนี้เมื่อผู้ใช้กล่าวถึงส่วนขยาย Chrome, ส่วนขยายเบราว์เซอร์, manifest.json, content script, service worker (ในบริบทของส่วนขยาย), popup, side panel, chrome.runtime, chrome.tabs, chrome.storage, chrome.scripting, background script, MV3, Manifest V3 หรือ API ส่วนขยาย Chrome ใดๆ รวมถึงเมื่อผู้ใช้ต้องการแทรกสคริปต์ลงในหน้าเว็บ, สื่อสารระหว่างหน้าและพื้นหลัง, ข้าม CSP จาก...

CRXJS Chrome extension development — true HMR for popup, options, content scripts, side panels, manifest-driven builds, dynamic content script imports (`?script`, `?script&module`), and `defineManifest` for type-safe manifests. Uses Vite as its build tool. Use when the user mentions CRXJS, crxjs, @crxjs/vite-plugin, 'extension with hot reload', 'HMR for chrome extension', or wants to set up a CRXJS-based Chrome extension project with any framework (React, Vue, Svelte, Solid, Vanilla). Also...

ใช้เมื่อสร้าง, ดีบัก, แพ็กเกจ หรือเผยแพร่ userscripts สำหรับเบราว์เซอร์สำหรับ Tampermonkey หรือ ScriptCat รวมถึง GM APIs, metadata blocks, ปัญหาการอนุญาต, การตั้งค่า @match/@grant/@connect, สคริปต์พื้นหลังหรือตามกำหนดเวลาของ ScriptCat, UserConfig blocks หรือขั้นตอนการทำงานแบบสมัครสมาชิก

ดึงเมตริกจากแดชบอร์ดวิเคราะห์และเครื่องมือเว็บภายในด้วยเบราว์เซอร์ Firecrawl ใช้เมื่อผู้ใช้ต้องการรายงานจากแดชบอร์ด สรุปเมตริกข้ามแพลตฟอร์ม การดึงข้อมูลวิเคราะห์ที่ต้องยืนยันตัวตน รายงานตามช่วงวันที่ หรือเมตริกที่มีโครงสร้างจากแดชบอร์ดเว็บ

ดำเนินการตามขั้นตอนหลักของผลิตภัณฑ์ด้วยเบราว์เซอร์ Firecrawl และสร้างคู่มือการใช้งาน UX/ผลิตภัณฑ์ที่มีโครงสร้าง ใช้สำหรับการสมัครสมาชิก การเริ่มต้นใช้งาน ราคา เอกสาร แดชบอร์ด การเตรียมสาธิตผลิตภัณฑ์ การวิเคราะห์ UX และการวิเคราะห์ประสบการณ์การใช้งานครั้งแรก

ทดสอบ QA เว็บไซต์จริงด้วยเบราว์เซอร์ Firecrawl และเก็บหลักฐาน ใช้เมื่อผู้ใช้ต้องการ QA แบบสำรวจ ทดสอบฟอร์ม ตรวจสอบการนำทาง/ลิงก์ ตรวจสอบความตอบสนอง สังเกตประสิทธิภาพ รายงานข้อบกพร่อง หรือตรวจสอบคุณภาพก่อนเปิดตัว

วิดีโอคอนเฟอเรนซ์ Lark: ให้บอทเข้าร่วม/ออกจากการประชุมที่กำลังดำเนินอยู่แทนผู้ใช้ปัจจุบัน และอ่านเหตุการณ์แบบเรียลไทม์ระหว่างการประชุม (ผู้เข้าร่วมเข้า/ออก การพูด แชท การแชร์หน้าจอ ฯลฯ) 1. ผู้ใช้ระบุหมายเลขการประชุม 9 หลัก และใช้ +meeting-join / +meeting-leave เมื่อต้องการให้บอทเข้าร่วมหรือออกจากการประชุมแทน——จะสร้างบันทึกการเข้าร่วม/ออกจากการประชุมจริง 2. ระหว่างการประชุม เมื่อผู้ใช้ต้องการทราบข้อมูลแบบเรียลไทม์ เช่น "ใครเข้าร่วม" "ใครออกไป" "ใครกำลังพูด" "มีใครแชร์หน้าจอหรือไม่" บอทจะใช้ +meeting-events เพื่ออ่านไทม์ไลน์เหตุการณ์หลังจากเข้าร่วมการประชุม 3. สถานการณ์

ทำให้การโต้ตอบกับเบราว์เซอร์เป็นอัตโนมัติสำหรับการทดสอบเว็บ การกรอกฟอร์ม การจับภาพหน้าจอ และการดึงข้อมูล

ใช้เมื่อเขียนเทส Playwright, แก้ไขเทสที่ไม่เสถียร, ดีบักข้อผิดพลาด, ใช้ Page Object Model, กำหนดค่า CI/CD, ปรับประสิทธิภาพ, ม็อก API, จัดการการยืนยันตัวตนหรือ OAuth, ทดสอบการเข้าถึง (axe-core), อัปโหลด/ดาวน์โหลดไฟล์, ม็อกวันที่/เวลา, WebSockets, ตำแหน่งทางภูมิศาสตร์, สิทธิ์, การทำงานหลายแท็บ/ป๊อปอัป, เลย์เอาต์มือถือ/ตอบสนอง, ท่าทางสัมผัส, GraphQL, การจัดการข้อผิดพลาด, โหมดออฟไลน์, การทำงานร่วมกันหลายผู้ใช้, บริการของบุคคลที่สาม (การชำระเงิน, การยืนยันอีเมล),...

ใช้เมื่องานขึ้นอยู่กับเซสชันเบราว์เซอร์สดของผู้ใช้หรือสถานะที่เรนเดอร์แล้วซึ่งมองเห็นได้ มากกว่าการดึงข้อมูลแบบคงที่ โดยเฉพาะในบริบทการดีบักเบราว์เซอร์ หรือองค์ประกอบหรือคำขอที่เลือกจาก DevTools, แดชบอร์ดที่ล็อกอินแล้วหรือโฟลว์ CMS, แอป localhost, ฟอร์ม, การอัปโหลด, การดาวน์โหลด, การตรวจสอบสื่อ, การตรวจสอบ DOM หรือ iframe, Shadow DOM, หรือความล้มเหลวของเบราว์เซอร์ที่ดูเหมือน soft 404, กำแพงยืนยันตัวตน, การตรวจสอบป้องกันบอท, หรือการจำกัดอัตรา

จับภาพเว็บไซต์/URL ทั่วไปและแปลงเป็นวิดีโอ HyperFrames (ทัวร์เว็บไซต์ การนำเสนอ หรือคลิปโซเชียลจากภาพของเว็บไซต์เอง) ใช้ภาพหน้าจอจาก Chrome แบบไม่มีส่วนหัวร่วมกับทรัพยากรแบรนด์ ใช้เมื่อเจตนาทั่วไป — การนำเสนอพอร์ตโฟลิโอ/บล็อก/แลนดิ้งเพจ หรือคลิปโซเชียลจากเว็บไซต์ ไม่ใช่สำหรับ: การเปิดตัวหรือโปรโมทผลิตภัณฑ์/SaaS (→ /product-launch-video แม้จะมาจาก URL); การอธิบายหัวข้อที่ไม่มีเว็บไซต์ (→ /faceless-explainer); GitHub PR (→ /pr-to-video); การเพิ่มคำบรรยายให้วิดีโอที่มีอยู่ (→...