- 你好，我是水哥。
- 最近我给WorkBuddy装了一个挺猛的Skill。
- 它叫BrowserSkill，是腾讯开源的一套浏览器自动化工具。
- Skill详情可以跳转这篇文章查看👉BrowserSkill 开源！让 AI Agent 真实接到你的浏览器
- 装好后，WorkBuddy可以直接进入你已经登录的浏览器，自己打开网页、搜索内容、点击按钮、连续翻页，最后再把结果整理成Excel和分析报告。
- 为了测试它到底能不能干活，我给它安排了一个我平时很想去做，但是非常耗时耗力的活儿。
- 就是让它去京东调查一下我写的新书《AI一人公司》。
结果它直接给我找出了27家在售店铺、最近50条读者评论，生成了一份包含5个工作表的Excel，以及一份完整的读者口碑分析报告。
接着我又让它进入BOSS直聘，收集了杭州最近发布的30个AI运营岗位。
岗位名称、公司、薪资、经验要求和岗位职责，全部整理进了Excel。
它还进一步分析出了，现在企业招聘AI运营的时候，最看重哪些能力、经常要求会哪些AI工具。
- 实测完之后，我发现这个BrowserSkill，终于是帮WorkBuddy补齐了进入真实网页干活的能力。
- 以前Workbuddy是可以帮我写写文章、做做表格和分析数据这些。
- 但只要任务涉及登录后的网页，比如京东、BOSS直聘、公众号后台，很多操作还是得自己完成。
- 而现在，它已经可以进入这些真实网页，把最耗时间的搜索、翻页、复制和整理接过去了。
- 今天这篇文章，我就把完整的安装过程、两个真实案例，以及使用中踩到的坑全部分享出来。
- 让朋友们都能轻松让自己的Workbuddy获得轻松操控你的浏览器干活的能力。
- 01
- 腾讯这次推出的BrowserSkill
- 让Workbuddy轻松帮你操控网页
- AI会搜索网页，其实已经不算什么新鲜事儿了。
- 只是真正麻烦的，是很多和工作有关的网页，都需要登录以后才能进入。
- 比如公众号后台、京东订单和评论页面、个人收藏夹、招聘平台、企业内部系统等等。
- 普通的网页搜索只能看到公开内容。
- 而一些浏览器自动化AI工具，又会重新打开一个干净的浏览器环境，没有你的账号和登录状态。
- 这样就会导致我们本来是想让AI帮我们解决已登录的网页后台的活儿，但是它却干不了。
- 而BrowserSkill解决的正是这个问题。
- 它可以让WorkBuddy使用你现有浏览器里的登录状态，同时单独打开一个Agent窗口，在里面替你完成网页操作。
- 比如这次测试京东，我原本就已经登录了自己的京东账号。
- 调用BrowserSkill以后，WorkBuddy直接打开了一个新的浏览器窗口，搜索《AI一人公司》，进入不同店铺的商品页面，再继续查看评论。
- 页面顶部会显示BrowserSkill正在调试浏览器，底部也会提示Agent正在控制。
- 任务运行时，我依然可以继续使用自己的电脑。
- 它不需要一直霸占我的鼠标，也不会在我原本打开的窗口里到处乱点。
- 遇到扫码登录、验证码或者需要人工确认的环节，它也可以先停下来，等我处理完再继续。
- 说白了，以前WorkBuddy主要在对话框和文件夹里干活，现在，它开始能自己走进网页了。
- 02 如何安装这个Skill
- BrowserSkill不是WorkBuddy默认内置的Skill，需要先把Skill文件、bsk CLI和浏览器扩展配置好。
- 安装入口在腾讯官方的BrowserSkill仓库里。
- 官方已经准备好了一条给Agent使用的安装指令。
- 复制以后，直接发给WorkBuddy，让它按照官方文档安装就行。
我这次使用的是Hy3模型，因为Hy3原本5号前免费的，现在又一次延期到这个月月底了，朋友们可以随便用了。
- 还得是WorkBuddy啊，太大方了。
- 收到任务后，WorkBuddy会自己读取官方文档，安装bsk CLI，再把BrowserSkill配置进技能目录。
- 并且给我们列出检查表，一般就扩展程序这一栏会显示未通过检查。
- 反正大部分步骤都不用我们手动操作，唯一需要自己处理的，是安装浏览器扩展。
- 1、在Chrome应用商店安装。
- 它还会在最后面告诉我们需要手动安装浏览器扩展。
它会自动帮我们打开浏览器，然后跳转到Chrome应用商店，或者直接手动点击它给的链接跳转打开。
- 然后点击添加至Chrome按钮，在弹出的弹窗内点击添加扩展程序。
- 这样就安装成功了，接着再把扩展固定到浏览器右上角。
- 操作也很简单，直接点击右上角的扩展图标，点击BrowserSkill的图钉按钮。
- 这样浏览器的扩展栏就能看到这个扩展图标了，而且点开还能看到一个开关，并且显示已连接。
- 这就说明浏览器扩展已经连接到了本地服务。
接着回到WorkBuddy，回复它已安装扩展。
- 它就会再次检查，最终全部检查通过。
- 2、用扩展ZIP压缩包安装。
- 当然，如果你打不开Chrome应用商店，无法安装这个扩展程序，也可以直接用这个Skill项目提供的扩展ZIP压缩包来安装。
- 直接在这个项目内，点击手动安装下面的最新CLI release蓝色文字按钮。
- 在跳转的新页面内点击Release文字按钮。
- 再往下滑，就能看到Assets内有一个zip的文件，这个就是BrowserSkill的扩展ZIP压缩包。
- 直接点击它，就能把这个压缩包下载下来。
- 接着直接新开一个浏览器标签页，打开管理扩展页面，或者直接在网址栏内输入chrome://extensions
- 就能打开扩展程序管理界面。记得把右上角的开发者模式开关给它打开。
- 然后把刚刚下载下来的扩展压缩包解压一下，把解压好的整个文件夹直接拖拽到扩展程序管理界面内。
- 这样扩展程序界面就能看到这个BrowserSkiil了。
- 同样可以把这个扩展程序给固定一下。
- 这样你再回到Workbuddy里面，说安装好了，它也会告诉你可以用了。
- 如果遇到用不了的情况，就直接问它，比如我问它这个技能能不能用，它就会如实帮我检查。
- 检查出问题之后，也不用纠结发的啥，反正你就直接让它帮忙搞定就完事儿了。
- 它会自己去搞定，这就是AI Agent的强大之处，遇到问题它能自己去解决。
- 3、安装好后如何使用？
- 安装好之后，直接新建一个任务。
- 然后点击输入框上的+号，然后点击技能，选择browser-skill就可以使用了。
- 安装完成以后，我先测试了一件自己一直想做的事儿，就是帮我调查一本书的在售情况和风评。
- 今年我和我合伙人管三一起出版了《AI一人公司》这本新书。
- 书上架京东后，我平时也会偶尔去看看价格和读者评论，但要我自己把不同店铺、不同价格、最近评论全部整理出来，确实挺麻烦。
- 所以我直接给WorkBuddy下了这条指令：
- 记得在最开始引用上BrowserSkill这个技能，然后直接发送。
- 任务开始后，WorkBuddy先给自己列了一份计划。
随后，它打开京东，搜索《AI一人公司》。 - 这一步其实还有一个小难点。京东上存在书名相近的图书，同一本书也有单册、套装和不同店铺的商品链接。
- 如果不做确认，AI很容易把其他一人公司相关图书一起算进去。
- WorkBuddy最后通过书名、作者、出版社和ISBN，锁定了清华大学出版社出版的这一版。
- 整个任务一共运行了40分58秒。最后，它找到27家在售店铺，其中包括京东自营旗舰店和26家出版机构或图书专营店。
- 而且还有读者评论，它整理了最近50条评论。
- 其中47条是五星，1条四星、1条二星、1条一星，整体口碑依然保持在97%左右。
- 评论里出现最多的夸赞点，是实操干货和落地方法，一共归纳出14条。有不少读者提到创业和一人公司的启发，小白也能看懂。
- 看到这个数据，我还是挺开心的。
- 毕竟大家把这本书买回去，确实反馈还不错，我们作为一名新人作者，还是很开心大家能有收获的。
- 这次Workbuddy把结果整理成了一份Excel，一共弄了5个工作表，分别是数据说明与局限、书目确认、在售店铺、最近50条读者评论和口碑分析。
- 另外，它还生成了一份完整的《AI一人公司》京东读者口碑分析报告。
- 这一步做完以后，我不只知道读者给了多少分。我还能继续看到大家最认可哪些内容，哪些问题出现频率最高，哪些负面反馈来自内容本身，哪些只是物流和包装问题。
- 后续还可以围绕什么方向继续写文章、做直播和更新内容。
- 从网页数据到Excel，再到能直接用于内容决策的报告，整个链路就这样跑通了，还是很丝滑的。
- 虽然花了40来分钟，但是我自己去搞没一上午很难搞定，而且不一定有这么全面。
- 04 实测案例二
- 再让它看了30个AI运营岗位
- 京东案例跑通以后，我又测试了一个更适合普通职场人的任务。
- 这两年，AI运营、AI产品和AI内容岗位越来越多。
- 但很多人会发现，同样叫AI运营，不同公司想招的人好像完全不一样。
- 有的要求会做内容，有的要求会搭Agent，还有的需要做私域、直播和数据分析。
- 所以我让WorkBuddy进入已经登录的BOSS直聘，搜索杭州最近发布的AI运营岗位。
- 提示词也很简单：
任务发出去之后，它立马又哼哧哼哧开干了。
最后，它抓取了30个岗位。
- 岗位名称、公司、城市、薪资、经验、学历和岗位职责这些主要字段，全部被整理进Excel。
- 部分招聘信息没有单独写“任职要求”，WorkBuddy没有自行补全，而是保留了完整的岗位描述。
- 在后续分析中，它最终按照29个有效岗位样本计算薪酬和岗位分布。
甚至企业最看重的AI工具和能力关键词都给我们列出来了。话说，最近有在求职AI岗的可以看看。
最后还给了一个完整的总结，这不比我们自个儿去招聘网站上找这些资料再总结方便的多啊。
- 另外，我全程实测下来，每次的任务它都会新开一个浏览器窗口，所以不会影响我们在用的浏览器窗口。
- 这样就不会跟我们抢鼠标和浏览器了，相当于它干它的，我们干我们的，互不影响。
- 中途如果遇到要输入验证码或者其他人工确认的步骤，我们可以直接中断Agent的操作，然后自己去点击，接着它会自动接管继续操作。
- 我觉得这个Skill就非常适合一些经常需要登录后台整理数据的运营朋友。
- 或者是需要做竞品和用户调研的产品经理，要整理评论、收藏夹和内容数据的自媒体创作者，以及需要收集岗位、商家和公开网页信息的人。
- 写在最后
- 以前WorkBuddy能帮我写文章、做表格和分析数据。
- 但网页里的很多真实工作，最后还是要我自己打开浏览器，一页页翻、一条条复制。
- BrowserSkill装好以后，那些必须进入登录页面、反复翻页、整理数据的工作，终于也可以开始交给WorkBuddy去完成了。
- 码住这个Skill，让你的Workbuddy在你的浏览器里面也能直接起飞，成为你冲浪、搬砖的超级助理。
