"lesen", "Seite holen", "Inhalt der URL"?
read_page (JS-gerendert) oder fetch_light (statisch)
← Skill-Register
EntwicklungsabläufeÖffentliche Skills
Browser Automation
Web-Operationen für AI-Agenten — Seiten lesen, Daten extrahieren, Screenshots erstellen, mit Formularen interagieren und strukturierte Inhalte über Headless Chromium scrapen.
Was diese Skill lehrt
Ein wiederverwendbares Playbook für eine bestimmte Art von Arbeit.
Ein MCP-Server teilt einem Agenten mit, welche Aktionen verfügbar sind. Eine Skill fügt die Bewertung dieser Aktionen hinzu: wie man den Auftrag erkennt, welche Reihenfolge zu befolgen ist, was zu vermeiden ist und wie entschieden wird, dass das Ergebnis abgeschlossen ist.
Orchestrieren Sie Browser-Aktionen — rufen Sie Webseiten ab, extrahieren Sie Inhalte, erstellen Sie Screenshots, interagieren Sie mit Elementen und scrapen Sie strukturierte Daten. Verwenden Sie dies, wenn Sie Webseiten lesen, Daten von Websites extrahieren, Screenshots erstellen, prüfen, ob URLs erreichbar sind, oder mit Webformularen interagieren.
Architektur
Wie Browser Automation einen ADK-Rust-Agenten anleitet.
Die Skill bleibt lesbar und portabel, weil sie Anweisungen enthält und keine Dienstanmeldeinformationen oder Geschäftsdaten. ADK-Rust stellt sie dem Agenten bereit, der Agent wählt aus seiner geprüften Werkzeuggrenze und der verbundene MCP-Server führt die authentifizierte Operation aus.
01
Benutzeranfrage
Der Agent erhält ein Ziel, das in Alltagssprache ausgedrückt wird.
02
Browser Automation Fähigkeit
Passt die Absicht an, liefert den Entscheidungsleitfaden und schränkt die Werkzeuggrenze ein.
03
ADK-Rust Agent
Plant den Workflow und streamt jeden sinnvollen Schritt durch die Laufzeit.
04
mcp-browser
Führt authentifizierte Operationen gegen das System aus, das die Fähigkeit besitzt.
05
Verifiziertes Ergebnis
Die Abschlussregeln der Skill bestimmen die Beweise, die dem Benutzer zurückgegeben werden.
Entscheidungsleitfaden
Wie der Agent eine Anfrage in die richtige Aktion umsetzt.
Diese Routen stammen direkt aus den Skill-Anweisungen. Sie helfen dem Modell, die Absicht zu erkennen und ein fokussiertes Werkzeug oder einen Workflow auszuwählen, anstatt über die gesamte Fähigkeitsoberfläche zu improvisieren.
"Screenshot", "aufnehmen", "visuell"?
screenshot / screenshot_element
"Links", "Links extrahieren"?
extract_links
"klicken", "Formular ausfüllen", "interagieren"?
click / type_text / wait_for
"ist erreichbar", "Status", "URL prüfen"?
check_status
"PDF", "Seite speichern"?
save_pdf
"strukturierte Daten", "Felder scrapen"?
extract_structured / query_selector
Bewährte Workflows
Wiederholbare Abläufe für nützliche Ergebnisse.
Ein Workflow verbindet mehrere Werkzeugaufrufe zu einer Aufgabe, die der Benutzer tatsächlich erkennt. Die Skill erklärt die Abfolge und das beabsichtigte Ergebnis, während ADK-Rust den Fortschritt des Agenten durch die gemeinsame Laufzeit streamt.
011-2 Aufrufe
Seite lesen
Bereinigter Text von jeder URL
022 Aufrufe
Daten extrahieren
Strukturierte Felder von Seiten
031 Aufrufe
Screenshot
Visuelle Aufnahme (ganze Seite oder Element)
043-4 Aufrufe
Interagieren
Formulare ausfüllen, Buttons klicken
051 Aufrufe
Status prüfen
Überprüfen, ob URL erreichbar ist
Werkzeuggrenze
Die Skill kann 17 dokumentierte Werkzeuge verwenden.
Diese Whitelist wird von der Skill deklariert. Sie hält den Agenten auf die für diesen Auftrag benötigten Aktionen fokussiert, während mcp-browser die Verantwortung für Authentifizierung, Validierung und das verbundene System behält.
read_page
get_html
extract_links
extract_metadata
query_selector
get_accessibility_tree
extract_structured
screenshot
screenshot_element
save_pdf
click
type_text
evaluate_js
wait_for
navigate
check_status
fetch_light
Arbeitsregeln
Was der Agent tun sollte.
- Verwenden Sie check_status vor aufwändigen Aktionen (vermeiden Sie Zeitverschwendung bei toten URLs)
- Verwenden Sie fetch_light für statische Seiten (10x schneller als voller Browser)
- Verwenden Sie get_accessibility_tree für token-effiziente Extraktion (77 % weniger Tokens als HTML)
Betriebsgrenzen
Was der Agent vermeiden sollte.
- Verwenden Sie read_page nicht für einfache statische Seiten (nutzen Sie fetch_light)
- Scrapen Sie keine Seiten, die Bots ausdrücklich blockieren (beachten Sie robots.txt)
- Speichern Sie keine über type_text eingegebenen Zugangsdaten
Installieren und verbinden
Fügen Sie die Skill neben der Fähigkeit hinzu, die sie erwartet.
Installieren Sie das Repository dort, wo Ihr ADK-Rust-Skill-Loader es entdecken kann, verbinden Sie mcp-browser und bestätigen Sie, dass die deklarierten Werkzeuge verfügbar sind, bevor Sie den Agenten den Workflow verwenden lassen.
Skill installieren
git clone https://github.com/zavora-ai/skill-browser-automation.git ~/.skills/skills/browser-automationADK-Rust Ladeform
let skills = SkillLoader::from_dir("~/.skills/skills").await?;
let skill = skills.load("browser-automation").await?;
let agent = LlmAgentBuilder::new("agent")
.instruction(skill.instructions())
.tools(skill.allowed_tools(toolset)?)
.build()?;Die Kompatibilitätserklärung des Repositories: Erfordert eine Verbindung zum mcp-browser Server (Chromium-basiert, headless).
Offizielle Dokumentation
Lesen Sie das vollständige Skill-Paket.
Das Repository bleibt autoritativ für seine genauen Anweisungen, Beispiele, Hilfsskripte, Assets, MCP-Anforderungen, Lizenz und spätere Updates.
Weiter erkunden
Mehr in entwicklungsabläufe.
CI/CD Pipeline ManagementPipeline-Operationen für KI-Agenten — Builds überwachen, Fehler anhand von Logs debuggen, sichere Deployments auslösen und Release-Gates über mcp-cicd verwalten.8 erlaubte WerkzeugeCode Search & NavigationCode-Intelligenz für KI-Agenten — semantische Suche, Symbol-Lookup, Aufrufgraphen, Abhängigkeitsmapping, Blast-Radius-Analyse und Eigentümerauflösung via mcp-code-search.8 erlaubte WerkzeugeComputer UseDesktop-Automatisierung für KI-Agenten — Screenshot, Klick, Tippen, Scrollen, Accessibility-Bäume, Formularausfüllung, Menü-Navigation, Skripte (AppleScript/JXA/PowerShell), App-/Fenstermanagement. 49 Werkzeuge.50 erlaubte Werkzeuge
Quelleneintrag
Repository-Metadaten für diesen Skill-Eintrag.
- Lizenz
- Apache-2.0
- Erlaubte Werkzeuge
- 17
- Referenzen
- 3
- Revision
- 38297870a375
- Aktualisiert
- 31. Mai 2026