Leader kaže da su Skills samo presvučeni Promptovi, nisam verovao, potrošio sam nedelju dana praveći Skill za automatizaciju pregledača koji sam prolazi verifikacione kodove, a on je tajno dao ocenu A mom performansu
Moram da preporučim jedan open source projekat sa 1.4K Star-ova na GitHub-u, koji koristim svaki dan — zove se BrowserAct.
CLI alatka za automatizaciju pregledača, napravljena specijalno za AI Agente.
https://github.com/browser-act/skills
Najveća razlika u odnosu na obične wrapper-e za headless Chrome je: napravljena specijalno da reši problem kad Agent biva blokiran od strane sajta.
Tro slojeviti sistem proboja, sloj po sloj:
- Sloj okruženja: stealth pregledač protiv detekcije + maskiranje otiska prsta + dinamički proxy + izolacija Session/Cookie/Profile. Većina scenarija se rešava već na ovom sloju, bez triggerovanja verifikacije.
- Sloj izvršenja: solve-captcha automatski rešava uobičajene CAPTCHA kodove, stealth-extract jednom komandom izdvaja sadržaj sa zaštićenih stranica, sve bez nadzora.
- Sloj interakcije čovek-mašina: remote-assist generiše udaljeni link, preuzimate pregledač sa telefona ili bilo kog uređaja, dovrsite korake koji zahtevaju ljudsko učešće — SMS kod, skeniranje QR koda za login. Kad završite, Agent nastavlja istu sesiju, bez potrebe da kreće iz početka.
Tri režima pregledača pokrivaju različite scenarije: stealth protiv detekcije, chrome za ponovno korišćenje login stanja, chrome-direct za kontrolu trenutnog Chrome-a bez konfiguracije.
50+ komandi, podržava mainstream AI Agente kao što su Claude Code, Cursor, Codex CLI, Gemini CLI.
Testirao sam nekoliko scenarija, rezultati su me zaista prijatno iznenadili.
Na primer, direktno u Agent-u pretražujem top 10 popularnih postova o AI Agent na Zhihu-u.
Radi neverovatno dobro.
01. Instalacija BrowserAct-a
Najjednostavniji način je da kažete Agentu: "instaliraj mi BrowserAct: https://github.com/browser-act/skills/tree/main/browser-act", Agent će automatski dovršiti ceo proces instalacije.
Proces instalacije automatski detektuje Agent okruženje, povlači Skill fajlove sa GitHub-a, a po završetku prikazuje instalacionu putanju i listu podržanih Agenata.
Ovde koristim Claude Code za demo, ali možete koristiti i Codex i druge Agent alatke.
Nakon instalacije, komandom get-skills core dobijate kompletan vodič za komande i status okruženja.
Važno je napomenuti da stealth pregledač i dinamički proxy zahtevaju API Key. Jednostavno sledite uputstva Agenta, kliknite na link i autorizujte.
Nakon autorizacije možete energično da pređete na posao.
02. Jednom komandom se izdvaja sadržaj sa Xiaohongshu-a
Nakon instalacije, možete prvo probati stealth-extract. Ova komanda je pozicionirana kao "napredna verzija WebFetch-a" — otvara ciljani URL u pregledaču protiv detekcije, čeka da se JavaScript renderuje i izdvaja sadržaj, sve jednom komandom.
Započeo sam sa testom zagrevanja na httpbin.org, rekao sam Agentu:
Izvuci sadržaj sa https://httpbin.org/headers pomoću stealth-extractAgent automatski poziva BrowserAct, rezultat je prikazan ispod:
Obratite pažnju na User-Agent: Windows NT 10.0 + Firefox/135.0.
Moj računar je macOS + Chrome, ali zahtev koji šalje stealth-extract je potpuno maskiran kao Firefox na Windows-u. Ne radi se o prostoj promeni UA stringa — ceo skup zaglavlja zahteva je konzistentan: Sec-Fetch-Dest, Sec-Fetch-Mode i sva polja otiska prsta se podudaraju sa paternom ponašanja Firefox-a.
Zagrevanje završeno, idemo na teži zadatak.
Xiaohongshu je poznat po izuzetno strogim ograničenjima pristupa. Kada se direktno koristi curl za Xiaohongshu, dobija se samo obfuskovani JavaScript kod:
curl -s https://www.xiaohongshu.com/explore | head -20
# Rezultat: gomila <script> tagova i obfuskovanog JS-a, bez ikakvog stvarnog sadržaja
Prebacite se na BrowserAct i recite Agentu:
Izvuci mi sadržaj sa Xiaohongshu Explore stranice: https://www.xiaohongshu.com/exploreAgent će pozvati stealth-extract i direktno dobiti kompletan preporučeni sadržaj sa prve strane Xiaohongshu-a — kategorije kanala, naslove beleški, imena autora, podatke o interakciji, sve je tu:
Čak su i linkovi ka detaljima svake beleške i linkovi ka profilima autora vraćeni zajedno.
I kategorije kanala na vrhu stranice (preporuke, moda, hrana, šminka...) su kompletno izvučene.
Jedna komanda — ne otvarate pregledač, ne upravljate Session-om, ne pišete nijedan red koda.
Date URL, a stealth-extract završava maskiranje otiska, JavaScript renderovanje, izdvajanje sadržaja — čitav proces.
Ovde da objasnim suštinu razlike između stealth-extract i WebFetch-a.
WebFetch je ugrađeni alat za hvatanje veba stranica, ispod haube radi preko HTTP zahteva plus jednostavno parsiranje HTML-a. Na stranicama koje zahtevaju JavaScript renderovanje, WebFetch ponekad može da dobije sadržaj (zavisi od renderovanja na strani servera), ali najčešće ne može.
stealth-extract zaista pokreće pregledač protiv detekcije, čeka da se stranica kompletno renderuje pa tek onda izdvaja, tako da dinamički renderovan sadržaj, lenjivo učitani podaci, elementi koji se pojave tek nakon izvršenja JavaScript-a — sve se može dobiti.
Što se tiče curl-a, direktni HTTP zahtev vraća izvorni HTML kod, dinamički renderovan sadržaj se ne dobija.
Gradijent sposobnosti ova tri alata je sledeći:
curl < WebFetch < stealth-extract
Za scenarije koje može rešiti laki alat, naravno da je prvi izbor laki alat. Ali na sajtovima sa ograničenjima pristupa, stealth-extract je jedina opcija koja može da parira.
Za scenarije gde vam treba "samo sadržaj, bez interakcije", stealth-extract je najefikasniji način. stealth-extract takođe čisti sadržaj koji je pokupio i korisniku predaje čiste podatke, čime štedi token-e.
Možete i prirodnim jezikom da specificirate format izlaza, na primer:
Pomoću stealth-extract izvuci ovu stranicu, izlaz u Markdown formatu: https://news.ycombinator.com
Agent će automatski dodati parametar --content-type markdown. Više URL-ova može paralelno da se izvršava, svaki poziv je nezavisan, bez problema sa konfliktima sesija.
03. stealth pregledač
stealth-extract je pogodan za scenarije "uzmi i idi". Ali ako su vam potrebne interaktivne operacije — prijava, klik, popunjavanje formulara, listanje, rad kao čovek — morate kreirati stealth pregledač.
Mnogo moćniji od Browser Use-a, demo sledi.
Važno je napomenuti da stealth pregledač radi na vašem lokalnom računaru, tako da informacije o nalogu koji poveravate sigurno ostaju lokalno i ne šalju se na nikakve servere trećih strana. Takođe podržava sposobnost fingerprint pregledača za proširenje na više naloga — posebno zgodno za scenarije gde se neguje više naloga.
Dovoljno je da kažete Agentu:
Kreiraj mi stealth pregledač, pa otvori bot.sannysoft.com za test protiv detekcije
BrowserAct ima Confirmation Gate mehanizam: osetljive operacije kao što su kreiranje pregledača, brisanje podataka, uvoz Profile-a, moraju proći eksplicitno odobrenje korisnika pre izvršenja, tako da o bezbednosti ne morate da brinete.
headed režim pokreće pregledač sa grafičkim interfejsom, pa možete u realnom vremenu videti šta Agent radi.
Dobili smo rezultate testiranja.
| Stavka testiranja | Rezultat |
|---|---|
| User Agent | normalan UA pregledača (passed) |
| WebDriver | missing (passed) |
| WebDriver Advanced | passed |
| Chrome objekat | present (passed) |
| Permissions | prompt |
| Broj Plugins | 5 |
| Tip Plugins | PluginArray (passed) |
18 stavki testiranja, sve ok.
Ko se bavio automatizacijom pregledača zna da običan headless pregledač na WebDriver stavci vraća present umesto missing, a kamoli Selenium detekcija, Chrome alat za debagovanje i ostale provere. stealth režim BrowserAct-a je sve obradio do najsitnijih detalja.
Za pretragu na Zhihu-u morate biti prijavljeni da biste videli sadržaj — ko je koristio zna. Dovođenje Agenta da to uradi direktno je teško.
Upravo ovde stealth pregledač i remote-assist dolaze do izražaja.
Recite Agentu:
Otvori Zhihu u stealth pregledaču, pretraži AI Agent, ako treba prijava daj mi udaljeni link
Agent otvara stranicu za pretragu Zhihu-a, uviđa da je potrebna prijava, automatski pokreće remote-assist i šalje link.
Mi otvaramo link, skeniramo kod za prijavu na Zhihu, Agent dobija login stanje i nastavlja pretragu i izdvajanje.
Celom procesu mi potrošimo 10 sekundi na skeniranje koda, sve ostalo radi Agent.
Evo, rezultati su tu, zar nije neverovatno zgodno.
04. Pretraga sadržaja AI blogera o Agentima
Znamo da sadržaj u WeChat ekosistemu ne mogu pretraživati spoljašnji pregledači, recimo Google ili Baidu.
Pretpostavimo da radimo konkurentsku analizu u pravcu AI Agenta i želimo da vidimo šta su nedavno objavili AI blogeri koje pratimo na zvaničnim nalozima.
BrowserAct može to da uradi.
Recite Agentu:
Pomoću stealth-extract pretraži najnovije članke o AI Agent, na primer blogere kao što su Canghe, JavaGuide, Chenmo Wang Er
Agent će pozvati stealth-extract i preko Sogou pretrage vratiti kompletnu listu članaka — naslov, sažetak, ime zvaničnog naloga, vreme objave, sve je tu.
Na primer pretraga "AI Agent Canghe":
Pretraga "AI Agent JavaGuide":
Pretraga "AI Agent Chenmo Wang Er":
Možete koristiti i full browser režim da vidite kompletan sadržaj.
Ako želite da listate za još rezultata, to takođe rešavate prirodnim jezikom:
Pređi na stranicu 2, nastavi izdvajanje liste članaka
Agent automatski radi Open → State → Interact → Verify petlju: pronalazi dugme za stranicu, klikće ga, čeka da se stranica stabilizuje i ponovo izdvaja.
Vrednost ovog scenarija je u tome što su članci sa zvaničnih naloga izvan WeChat ekosistema teško dobavljivi u grupi; Sogou pretraga je jedan od retkih ulaza, ali ima ograničenja učestalosti za automatizovani pristup.
Sposobnost stealth-extract da izbegne detekciju čini ovu stvar neverovatno jednostavnom.
Za scenarije prikupljanja podataka na velikoj skali, možete kombinovati stealth pregledač sa dinamičkim proxy-jem. Na primer, za masovno izdvajanje informacija o YouTube video zapisima, Product Hunt podataka o proizvodima i sličnim stranim platformama, dinamički proxy automatski rotira IP, a uz maskiranje otiska stealth pregledača, čak i visoka učestalost pristupa teško biva ograničena. Pogodno za poslovne scenarije koji zahtevaju kontinuirano i obimno prikupljanje podataka.
Sa stealth pregledačem + dinamičkim proxy-jem, otvori početnu stranicu Product Hunt i izdvoji listu današnjih popularnih proizvoda
full browser režim je zaustavio Cloudflare, ali stealth-extract + dinamički proxy jednom komandom prolazi direktno.
05. Kako odabrati između tri režima pregledača
Tokom testiranja sam isprobala sva tri režima, evo kratkog rezimea scenarija za koji je svaki namenjen.
- stealth režim: pregledač protiv detekcije + maskiranje otiska + rotacija proxy-ja, specijalno za sajtove sa ograničenjima pristupa. Podržava održavanje sposobnosti protiv detekcije i u headless režimu — običan headless Chrome to ne može. Pogodno za scenarije masovnog prikupljanja, anonimnog pristupa, praćenja konkurencije.
- chrome režim: uvozi Profile lokalnog Chrome-a u nezavisno okruženje. Prednost je što može ponovo iskoristiti postojeće login stanje, za scenarije koji zahtevaju prijavu ali ne želite ručno prijavljivanje.
- chrome-direct režim: direktno kontroliše trenutno pokrenuti Chrome. Bez konfiguracije, po prirodi nosi sva login stanja i dodatke.
06. BrowserAct Forge
BrowserAct ima i prateću alatku pod imenom Skill Forge.
Pozicija joj je da iz uspostavljenog toka rada na sajtu generiše fajl Skill-a koji se može ponovo koristiti, tako da sledeći put sličan zadatak samo poziva Skill, bez potrebe da Agent iz početka istražuje stranicu.
Instalaciona komanda:
Instaliraj mi browser-act-skill-forge, Skill adresa: https://github.com/browser-act/skills/tree/main/browser-act-skill-forge
Zatim recite Agentu šta želite:
Trebalo bi da izvršim pretragu na Zhihu-u, pomozi mi da formiram stabilan i ponovo upotrebljiv SkillSkill Forge automatski analizira strukturu sajta, pokušava da pronađe najbolji pristup (na primer otkrivanje dostupnog API-ja), kombinuje DOM operacije i generiše standardizovani Skill.
Gotov Skill možete podeliti sa kolegama ili članovima tima.
Na primer, ako potrošite pola sata da uspostavite proces prikupljanja podataka sa kompleksnog sajta, generišete Skill i pošaljete kolegi — kolega ga instalira jednom komandom i odmah koristi. "Sposobnost sajta koju sam uspostavio" pretvara se u kolaborativno sredstvo koje drugi mogu direktno pozvati. Odlično.
BrowserAct tim je pomoću Skill Forge-a već generisao preko 30 gotovih Skill-ova, pokrivajući platforme kao što su Amazon, Google Maps, YouTube, Reddit, WeChat, Zhihu, i mogu se pokrenuti odmah nakon instalacije.
07. Poređenje sa agent-browser
Prethodno sam za automatizaciju pregledača koristio agent-browser (CDP Proxy rešenje u web-access Skill-u).
Po osnovnim sposobnostima nema prevelike razlike, ali u proboju ograničenja pristupa BrowserAct je očigledno moćniji:
| Funkcija | BrowserAct | agent-browser |
|---|---|---|
| Osnovne operacije pregledača | ✅ | ✅ |
| Screenshot i izdvajanje podataka | ✅ | ✅ |
| Cookie / Session upravljanje | ✅ | ✅ |
| Pregledač protiv detekcije | ✅ | ❌ |
| Automatsko rešavanje CAPTCHA | ✅ | ❌ |
| Dinamički proxy | ✅ | ❌ |
| Kolaboracija čovek-mašina (remote-assist) | ✅ | ❌ |
| Univerzalno izdvajanje sadržaja (stealth-extract) | ✅ | ❌ |
1.4K Star, MIT licenca, besplatno i open source.
Ako koristite Claude Code ili Codex CLI za automatizaciju pregledača i često vas sajtovi blokiraju, probajte.
Instaliraj mi BrowserAct: https://github.com/browser-act/skills[Vrednost alata nije u broju funkcija, već u tome da na mestu gde nam je najpotrebniji zaista odradi posao.]
Vidimo se u sledećem izdanju.