"leer", "obtener página", "contenido de URL"?
read_page (renderizado JS) o fetch_light (estático)
← Registro de skills
Flujos de desarrolloSkills públicas
Browser Automation
Operaciones web para agentes de IA: leer páginas, extraer datos, tomar capturas de pantalla, interactuar con formularios y raspar contenido estructurado mediante Chromium sin interfaz gráfica.
Qué enseña esta habilidad
Un manual reutilizable para un tipo específico de trabajo.
Un servidor MCP indica a un agente qué acciones están disponibles. Una habilidad añade el juicio alrededor de esas acciones: cómo reconocer el trabajo, qué secuencia seguir, qué evitar y cómo decidir que el resultado está completo.
Orquesta operaciones de navegador: recupera páginas web, extrae contenido, toma capturas de pantalla, interactúa con elementos y extrae datos estructurados. Úsalo para leer páginas web, extraer datos de sitios, tomar capturas, verificar si URLs están activas o interactuar con formularios web.
Arquitectura
Cómo Browser Automation guía a un agente ADK-Rust.
La habilidad se mantiene legible y portátil porque contiene instrucciones en lugar de credenciales de servicio o datos de negocio. ADK-Rust la suministra al agente, el agente elige dentro de su límite de herramientas revisado y el servidor MCP conectado realiza la operación autenticada.
01
Solicitud del usuario
El agente recibe un objetivo expresado en lenguaje común.
02
Habilidad Browser Automation
Coincide con la intención, suministra la guía de decisiones y limita el límite de herramientas.
03
Agente ADK-Rust
Planifica el flujo de trabajo y transmite cada paso significativo a través del entorno de ejecución.
04
mcp-browser
Ejecuta operaciones autenticadas contra el sistema que posee la capacidad.
05
Resultado verificado
Las reglas de finalización de la habilidad moldean la evidencia devuelta al usuario.
Guía de decisiones
Cómo el agente convierte una solicitud en la acción correcta.
Estas rutas provienen directamente de las instrucciones de la habilidad. Ayudan al modelo a reconocer la intención y seleccionar una herramienta o flujo de trabajo enfocado en lugar de improvisar en toda la superficie de capacidad.
"captura de pantalla", "tomar", "visual"?
screenshot / screenshot_element
"enlaces", "extraer enlaces"?
extract_links
"clic", "rellenar formulario", "interactuar"?
click / type_text / wait_for
"está activo", "estado", "verificar URL"?
check_status
"PDF", "guardar página"?
save_pdf
"datos estructurados", "raspar campos"?
extract_structured / query_selector
Flujos de trabajo probados
Secuencias repetibles para resultados útiles.
Un flujo de trabajo une varias llamadas a herramientas en una tarea que el usuario realmente reconoce. La habilidad explica la secuencia y el resultado esperado mientras ADK-Rust transmite el progreso del agente a través del entorno de ejecución compartido.
011-2 llamadas
Leer Página
Texto limpio de cualquier URL
022 llamadas
Extraer Datos
Campos estructurados de páginas
031 llamadas
Captura de Pantalla
Captura visual (página completa o elemento)
043-4 llamadas
Interactuar
Rellenar formularios, hacer clic en botones
051 llamadas
Verificar Estado
Confirmar que URL es accesible
Límite de herramienta
La habilidad puede usar 17 herramientas documentadas.
Esta lista blanca es declarada por la habilidad. Mantiene al agente enfocado en las acciones necesarias para este trabajo mientras mcp-browser retiene la responsabilidad de autenticación, validación y el sistema conectado.
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
Reglas de trabajo
Qué debe hacer el agente.
- Usa check_status antes de operaciones pesadas (evita perder tiempo en URLs inactivas)
- Usa fetch_light para páginas estáticas (10x más rápido que navegador completo)
- Usa get_accessibility_tree para extracción eficiente en tokens (77% menos tokens que HTML)
Límites operativos
Qué debe evitar el agente.
- No uses read_page para páginas estáticas simples (usa fetch_light)
- No extraigas datos de sitios que bloquean bots explícitamente (respeta robots.txt)
- No almacenes credenciales ingresadas vía type_text
Instalar y conectar
Agrega la habilidad junto a la capacidad que espera.
Instala el repositorio donde tu cargador de habilidades ADK-Rust pueda descubrirlo, conecta mcp-browser y confirma que las herramientas declaradas están disponibles antes de pedir al agente que use el flujo de trabajo.
Instalar la habilidad
git clone https://github.com/zavora-ai/skill-browser-automation.git ~/.skills/skills/browser-automationForma de carga ADK-Rust
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()?;La declaración de compatibilidad del repositorio: Requiere servidor mcp-browser conectado (basado en Chromium, sin interfaz gráfica).
Documentación oficial
Lee el paquete completo de la habilidad.
El repositorio sigue siendo la autoridad para sus instrucciones exactas, ejemplos, scripts auxiliares, recursos, requisitos MCP, licencia y actualizaciones posteriores.
Seguir explorando
Más en flujos de desarrollo.
CI/CD Pipeline ManagementOperaciones de pipeline para agentes de IA: monitorea compilaciones, depura fallos desde los registros, activa despliegues seguros y gestiona puertas de lanzamiento vía mcp-cicd.8 herramientas permitidasCode Search & NavigationInteligencia de código para agentes de IA: búsqueda semántica, búsqueda de símbolos, gráficos de llamadas, mapeo de dependencias, análisis de radio de impacto y resolución de propiedad vía mcp-code-search.8 herramientas permitidasComputer UseAutomatización de escritorio para agentes de IA: captura de pantalla, clic, tipeo, desplazamiento, árboles de accesibilidad, llenado de formularios, navegación de menús, scripts (AppleScript/JXA/PowerShell), gestión de aplicaciones/ventanas. 49 herramientas.50 herramientas permitidas
Registro de origen
Metadatos del repositorio para esta entrada de habilidad.
- Licencia
- Apache-2.0
- Herramientas permitidas
- 17
- Referencias
- 3
- Revisión
- 38297870a375
- Actualizado
- 31 may 2026