Tự động hóa browser độc lập với ak:agent-browser

Dùng ak:agent-browser cho snapshot, tương tác, screenshot, scraping và exploratory QA mà không phụ thuộc profile Chrome hằng ngày của bạn.

Dùng ak:agent-browser khi outcome cần một browser hoặc desktop app được hỗ trợ mà assistant có thể điều khiển qua CLI agent-browser. Skill định tuyến navigation không phụ thuộc profile, accessibility snapshot, tương tác element, screenshot, scraping, exploratory QA và cloud browser tới workflow content đi kèm CLI đã cài.

Chọn ak:agent-browser cho session độc lập

Dùng ak:agent-browser khi

Một browser session mới hoặc do tool quản lý là phù hợp.
Bạn cần snapshot gọn và element reference ổn định cho flow dài.
Task gồm screenshot, chuẩn bị form, scraping, exploratory QA hoặc workflow Electron hay cloud browser được hỗ trợ.
Bạn có thể xác minh kết quả mà không phụ thuộc cookie hoặc account đang mở trong profile Chrome hằng ngày.

Chọn workflow khác khi

Task cần cookie Chrome thật, account đã đăng nhập, tenant hoặc một profile cụ thể hiện có. Dùng workflow browser nhận biết profile có trong bản cài.
Bạn cần test suite lặp lại được thay vì exploratory run. Dùng workflow web testing và test runner của project.
Bạn chỉ cần chẩn đoán Chrome DevTools cấp thấp. Dùng integration DevTools khả dụng và nêu rõ profile đang được chọn.

Chuẩn bị browser environment

Trước khi bắt đầu:

Hoàn thành Làm quen và cài Marketing Kit cho đúng runtime cùng scope đang dùng.
Cài hoặc cập nhật agent-browser bằng npm install -g agent-browser, rồi chạy agent-browser install một lần để tải Chromium. Environment Linux có thể cần agent-browser install --with-deps.
Chạy agent-browser skills get core trước browser command để workflow khớp CLI đã cài. Dùng --full khi cần command reference.
Chọn session local hay cloud-hosted. Browserbase yêu cầu BROWSERBASE_API_KEY và BROWSERBASE_PROJECT_ID; không đưa chúng vào prompt, log, screenshot hoặc version control.
Xác định origin được phép, ranh giới account, form action được phép và việc submit hay upload có được duyệt hay không.

Runtime	Cách gọi	Ranh giới khả dụng
Claude Code	`/ak:agent-browser ...`	Phân phối native là mặc định; phân phối plugin rõ ràng cũng được hỗ trợ. Skill có thể gọi CLI đã cài trong phạm vi quyền của Claude Code.
Cursor	`/ak:agent-browser ...`	Cách gọi bằng slash đã được người dùng xác minh. Projection Cursor không thiết lập behavior Hook, tool hoặc approval giống nhau.
Codex	`$ak:agent-browser ...`	Skill dùng native discovery của Codex. Việc chạy CLI vẫn phụ thuộc sandbox, network và quyền command hiện tại.

Xem Runtime adapter để hiểu khác biệt về delivery và từng loại component.

Chạy browser task có giới hạn

/ak:agent-browser Mở https://example.com trong session độc lập, chụp interactive snapshot và screenshot, báo cáo page title, không submit form hoặc đăng nhập

/ak:agent-browser Mở https://example.com trong session độc lập, chụp interactive snapshot và screenshot, báo cáo page title, không submit form hoặc đăng nhập

$ak:agent-browser Mở https://example.com trong session độc lập, chụp interactive snapshot và screenshot, báo cáo page title, không submit form hoặc đăng nhập

Theo các giai đoạn session

Xác nhận ranh giới state. Chọn browser độc lập có đủ hay không. Nếu cần Chrome state hiện có, hãy dừng và đổi workflow.
Nạp hướng dẫn đã cài. Skill đọc workflow core trực tiếp, hoặc workflow electron, slack, dogfood, vercel-sandbox hay agentcore khi task cần.
Mở và quan sát. Bắt đầu session, điều hướng tới URL đã duyệt, lấy snapshot hiện tại và xác định element từ bằng chứng đó.
Chỉ hành động trong scope. Click, fill, upload hoặc navigate trong task đã duyệt. Làm mới snapshot sau khi trang đổi thay vì dùng ref cũ.
Xác minh và đóng. Thu bằng chứng được yêu cầu, báo cáo browser state chưa xử lý và đóng session. Đóng Browserbase session cũng kết thúc remote session.

Giữ rõ tác động account và bên ngoài

Browser action có thể là hành động ngoài đời thực

Mở và kiểm tra trang khác với đăng nhập, submit form, upload data, gửi message, chấp nhận điều khoản, mua hàng hoặc đổi account. Duyệt riêng các mutation đó trước khi thực hiện.

Cài CLI hoặc Chromium làm thay đổi local environment và có thể cần network. Cloud browser gửi traffic cùng session data tới provider và có thể phát sinh usage. Dùng Chromium local khi phù hợp, đóng remote session sớm và không đặt provider key trong command text có thể được lưu lại.

Xác minh bằng chứng

Một lần chạy hoàn tất nên nêu:

Loại session cùng origin hoặc app đã duyệt.
Snapshot, screenshot, data trích xuất hoặc phát hiện QA đã tạo.
Mỗi mutation đã thực hiện, gồm form submission, upload hoặc account change.
State quan sát cuối cùng và session đã đóng hay chưa.
Mọi giới hạn về provider, permission, authentication hoặc page state.

Xử lý sự cố và hiểu giới hạn

Triệu chứng	Bước tiếp theo an toàn
Runtime không tìm thấy Skill	Xác nhận target và scope, khởi động lại runtime, rồi dùng Runtime không tìm thấy Skill hoặc Agent.
Thiếu `agent-browser`	Cài bằng npm, xác minh `agent-browser --version`, rồi nạp `agent-browser skills get core`.
Thiếu Chromium hoặc thư viện Linux	Chạy `agent-browser install` hoặc `agent-browser install --with-deps`.
Element ref không còn hoạt động	Lấy interactive snapshot mới sau khi trang cập nhật.
Site cần Chrome login hiện có	Dừng. Session độc lập sai ranh giới state; chuyển sang workflow nhận biết profile.
Browserbase lỗi authentication hoặc quota	Giữ provider error nhưng không lộ key, đóng session còn mở và kiểm tra quyền provider ngoài Skill.

Skill phụ thuộc CLI đã cài, browser khả dụng, behavior hiện tại của site, network và giới hạn provider. Skill không đảm bảo site cho phép automation hoặc một flow an toàn để submit. Tiếp tục với Marketing Hook để hiểu guardrail nền hoặc vòng đời Marketing Kit để khôi phục bản cài.

Tự động hóa browser độc lập với ak:agent-browser

On this page