डेवलपर वर्कफ़्लोसार्वजनिक स्किल्स

Browser Automation

एआई एजेंटों के लिए वेब संचालन — पृष्ठ पढ़ें, डेटा निकालें, स्क्रीनशॉट लें, फॉर्म के साथ इंटरैक्ट करें, और हेडलेस क्रोमियम के माध्यम से संरचित सामग्री स्क्रैप करें।

स्किल स्रोत खोलें आधिकारिक गाइड पढ़ें ↗

यह स्किल क्या सिखाता है

एक विशिष्ट प्रकार के कार्य के लिए पुन: उपयोग योग्य प्लेबुक।

एक MCP सर्वर एजेंट को बताता है कि कौन से क्रियाएं उपलब्ध हैं। एक स्किल उन क्रियाओं के आसपास निर्णय जोड़ता है: काम को कैसे पहचानें, कौन सा अनुक्रम पालन करें, क्या बचना है, और परिणाम पूरा होने का निर्णय कैसे लें।

ब्राउज़र संचालन का समन्वय करें — वेब पेज लाएं, सामग्री निकालें, स्क्रीनशॉट लें, एलिमेंट्स के साथ इंटरैक्ट करें, और संरचित डेटा स्क्रैप करें। जब वेब पेज पढ़ना हो, वेबसाइट से डेटा निकालना हो, स्क्रीनशॉट लेना हो, URL की उपलब्धता जांचनी हो, या वेब फॉर्म्स के साथ इंटरैक्ट करना हो, तब उपयोग करें।

आर्किटेक्चर

Browser Automation ADK-Rust एजेंट का मार्गदर्शन कैसे करता है।

स्किल पठनीय और पोर्टेबल रहता है क्योंकि इसमें सेवा क्रेडेंशियल्स या बिजनेस डेटा के बजाय निर्देश होते हैं। ADK-Rust इसे एजेंट को प्रदान करता है, एजेंट अपने समीक्षित टूल सीमा से चुनता है, और कनेक्टेड MCP सर्वर प्रमाणीकृत ऑपरेशन करता है।

उपयोगकर्ता अनुरोध

एजेंट को सामान्य भाषा में व्यक्त एक लक्ष्य प्राप्त होता है।

→

Browser Automation कौशल

इरादा से मेल खाता है, निर्णय मार्गदर्शिका प्रदान करता है, और टूल सीमा को सीमित करता है।

→

ADK-Rust एजेंट

वर्कफ़्लो की योजना बनाता है और रनटाइम के माध्यम से प्रत्येक महत्वपूर्ण चरण को स्ट्रीम करता है।

→

mcp-browser

क्षमता के मालिक सिस्टम के खिलाफ प्रमाणीकृत ऑपरेशंस निष्पादित करता है।

→

सत्यापित परिणाम

स्किल के पूर्णता नियम उपयोगकर्ता को लौटाए गए प्रमाण को आकार देते हैं।

पोर्टेबल निर्देश: SKILL.md · क्षमता सीमा: mcp-browser · अनुमत टूल्स: 17

निर्णय मार्गदर्शिका

एजेंट अनुरोध को सही क्रिया में कैसे बदलता है।

ये मार्ग सीधे स्किल निर्देशों से आते हैं। वे मॉडल को इरादा पहचानने और एक केंद्रित टूल या वर्कफ़्लो चुनने में मदद करते हैं बजाय कि पूरी क्षमता सतह पर सहज improvisation के।

"read", "get page", "content of URL"?

read_page (JS-rendered) or fetch_light (static)

"screenshot", "capture", "visual"?

screenshot / screenshot_element

"links", "extract links"?

extract_links

"click", "fill form", "interact"?

click / type_text / wait_for

"is it up", "status", "check URL"?

check_status

"PDF", "save page"?

save_pdf

"structured data", "scrape fields"?

extract_structured / query_selector

प्रमाणित वर्कफ़्लो

उपयोगी परिणामों के लिए दोहराए जाने वाले अनुक्रम।

एक वर्कफ़्लो कई टूल कॉल्स को एक ऐसे कार्य में जोड़ता है जिसे उपयोगकर्ता वास्तव में पहचानता है। स्किल अनुक्रम और इच्छित परिणाम को समझाता है जबकि ADK-Rust एजेंट की प्रगति को साझा रनटाइम के माध्यम से स्ट्रीम करता है।

011-2 कॉल्स

पेज पढ़ें

किसी भी URL से साफ़ टेक्स्ट

022 कॉल्स

डेटा निकालें

पृष्ठों से संरचित फ़ील्ड

031 कॉल्स

स्क्रीनशॉट

दृश्य कैप्चर (पूर्ण पृष्ठ या तत्व)

043-4 कॉल्स

इंटरैक्ट करें

फॉर्म भरें, बटन क्लिक करें

051 कॉल्स

स्थिति जांचें

URL की पहुँच सत्यापित करें

टूल सीमा

स्किल 17 दस्तावेजीकृत टूल्स का उपयोग कर सकता है।

यह अनुमति सूची स्किल द्वारा घोषित की गई है। यह एजेंट को इस कार्य के लिए आवश्यक क्रियाओं पर केंद्रित रखती है जबकि mcp-browser प्रमाणीकरण, सत्यापन, और कनेक्टेड सिस्टम की जिम्मेदारी रखता है।

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

कार्य नियम

एजेंट को क्या करना चाहिए।

भारी ऑपरेशन्स से पहले check_status का उपयोग करें (डेड URL पर समय बर्बाद न करें)
स्थैतिक पेज के लिए fetch_light का उपयोग करें (पूर्ण ब्राउज़र से 10 गुना तेज)
टोकन-कुशल एक्सट्रैक्शन के लिए get_accessibility_tree का उपयोग करें (HTML की तुलना में 77% कम टोकन)

ऑपरेटिंग सीमाएँ

एजेंट को क्या बचना चाहिए।

सरल स्थैतिक पेज के लिए read_page का उपयोग न करें (fetch_light का उपयोग करें)
वेबसाइट जो बॉट्स को स्पष्ट रूप से ब्लॉक करती हैं, वहां स्क्रैप न करें (robots.txt का सम्मान करें)
type_text के माध्यम से दर्ज क्रेडेंशियल्स को स्टोर न करें

इंस्टॉल करें और कनेक्ट करें

स्किल को उस क्षमता के बगल में जोड़ें जिसकी वह अपेक्षा करता है।

जहाँ आपका ADK-Rust स्किल लोडर इसे खोज सके, उस रिपॉजिटरी को इंस्टॉल करें, mcp-browser से कनेक्ट करें, और एजेंट से वर्कफ़्लो उपयोग करने से पहले घोषित टूल्स उपलब्ध होने की पुष्टि करें।

स्किल इंस्टॉल करें

git clone https://github.com/zavora-ai/skill-browser-automation.git ~/.skills/skills/browser-automation

ADK-Rust लोडिंग आकार

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()?;

रिपॉजिटरी का संगतता कथन: mcp-browser सर्वर कनेक्टेड होना आवश्यक है (Chromium-आधारित, हेडलेस)।

आधिकारिक दस्तावेज़

पूर्ण स्किल पैकेज पढ़ें।

रिपॉजिटरी अपने सटीक निर्देशों, उदाहरणों, सहायक स्क्रिप्ट्स, एसेट्स, MCP आवश्यकताओं, लाइसेंस, और बाद के अपडेट के लिए प्राधिकृत बनी रहती है।

अवलोकन ↗README.md स्किल निर्देश ↗SKILL.md क्रॉस Mcp वर्कफ़्लो ↗references/cross-mcp-workflows.md उदाहरण ↗references/examples.md टूल अनुक्रम ↗references/tool-sequences.md URL सत्यापित करें ↗scripts/validate_url.py परीक्षण रिपोर्ट ↗assets/test-report.md

खोज जारी रखें

डेवलपर वर्कफ़्लो में अधिक।

सभी स्किल्स को ब्राउज़ करें →

CI/CD Pipeline ManagementAI एजेंट्स के लिए पाइपलाइन संचालन — बिल्ड मॉनिटर करें, लॉग से विफलताओं को डिबग करें, सुरक्षित डिप्लॉयमेंट ट्रिगर करें, और mcp-cicd के माध्यम से रिलीज गेट्स प्रबंधित करें।8 अनुमत टूल्स Code Search & NavigationAI एजेंट्स के लिए कोड इंटेलिजेंस — सेमांटिक सर्च, सिंबल लुकअप, कॉल ग्राफ, डिपेंडेंसी मैपिंग, ब्लास्ट रेडियस एनालिसिस, और ओनरशिप रिज़ॉल्यूशन mcp-code-search के माध्यम से।8 अनुमत टूल्स Computer UseAI एजेंट्स के लिए डेस्कटॉप ऑटोमेशन — स्क्रीनशॉट, क्लिक, टाइप, स्क्रॉल, एक्सेसिबिलिटी ट्री, फॉर्म भरना, मेनू नेविगेशन, स्क्रिप्ट्स (AppleScript/JXA/PowerShell), ऐप/विंडो प्रबंधन। 49 टूल्स।50 अनुमत टूल्स

स्रोत रिकॉर्ड

इस स्किल प्रविष्टि के लिए रिपॉजिटरी मेटाडेटा।

सार्वजनिक रिपॉजिटरी देखें ↗

लाइसेंस: Apache-2.0
अनुमत टूल्स: 17
संदर्भ: 3
संशोधन: 38297870a375
अपडेट किया गया: 31 मई 2026