✍️ 马佳彬 · AI办公实务

录制一遍操作流程,WorkBuddy帮你自动干活

BrowserSkill——据说是腾讯官方自做的浏览器自动化操作 Skill。它自带操作流程录制功能:像一台人工操作的录像机,把你在浏览器里的每一步录成"流程文档",下次让 WorkBuddy 复跑这个文档,重复劳动就交给机器了。

周末轻松一点,继续分享一个浏览器自动化操作 Skill,叫 BrowserSkill。从名字可以看出,它属于 Browser Use(浏览器自动化),跟电脑自动化操作的 Computer Use 是两条不同的技术路线。

Browser Use

自动化操作浏览器,操作对象是网页。体验好不好,很大程度取决于你的电脑系统与浏览器——Mac 比 Windows 稳定,谷歌浏览器比其它浏览器兼容性更好。

Computer Use

自动化操作电脑,操作对象是桌面端软件。原理与实现路径和 Browser Use 有区别,详细对比可回看作者前文《一文带你搞懂WorkBuddy的自动化操作》。

有人跑得很顺畅,你死活搞不好,大概率不是你的问题——是设备、浏览器、Agent 软件与大模型配置的差异。博主们用 Mac、Codex、GPT/Claude 模型,普通用户用 Windows、入门级 Agent 与模型,对标不上,但多花时间调试、换模型试,慢慢也能跑通

本文脉络
  1. BrowserSkill 安装
  2. 首次自动化任务
  3. 录制与回放

01BrowserSkill 安装

WORKFLOW · 安装技能与拓展程序

直接演示在 WorkBuddy 上安装 BrowserSkill 的完整过程:从调用它自动操作浏览器,到人工演示一遍操作并录制成流程文档,再到复跑回放。

1
安装技能:打开 WorkBuddy,左侧菜单点击"专家技能连接器",顶部切换到"技能",搜索 BrowserSkill 安装。
2
新建工作空间:左侧菜单"新建任务",底部新建一个工作空间,用来存放录制好的流程文档和其它自动化操作文件。
3
选择模型:点左下角 + 号,切换到技能,选择 BrowserSkill。模型可选刚上线的 Hy4(混元4)——能力比 Hy3 提升不少,限时免费到 9 月 10 号;缺点是预览版资源少,有时调用失败需排队。积分足够也可选 GLM-5.3、Kimi-K3 等替代。

接着在输入框输入以下提示词,让 WorkBuddy 引导我们安装 BrowserSkill 的浏览器拓展程序:

PROMPT
BrowserSkill 告诉我这个技能,需不需要安装浏览器拓展程序
搜索并安装 BrowserSkill 技能 输入提示词引导安装拓展程序

稍等片刻,WorkBuddy 会告诉我们:不止要安装浏览器拓展程序,BrowserSkill 还需要安装本地组件——默认的 Skill 只是一个文档,还得安装 bsk CLI,按推荐点击安装即可。

安装本地组件 CLI

装完本地组件 CLI 后,WorkBuddy 给出两种安装浏览器拓展程序的方式:一种通过谷歌拓展程序商店,一种通过 GitHub 安装。

两种拓展程序安装方式
💡 网络访问不了 GitHub 怎么办 方法一:给作者公众号发送"github",按回复文字操作。方法二:直接问 WorkBuddy"我的网络访问不了 github 网页,怎样通过设置 Hosts 本地代理实现正常访问"——它会给出具体方案,甚至直接帮你设置搞定。

用 AI Agent 软件遇到不懂的问题、不会的操作、不理解的名词,直接问它。它本来就是帮我们解决问题的,不像传统非智能软件,出了问题只能人去找解决方法。

通过谷歌商店安装很简单,打开网页后点击"添加至 Chrome"即可:

谷歌商店添加至 Chrome

安装好拓展程序后,点击拼图小图标,在已安装拓展程序列表中找到 BrowserSkill,点击右侧图钉按钮固定,让它的图标常驻常用一栏:

图钉固定 BrowserSkill 图标

02首次自动化任务

WORKFLOW · 跑通第一个浏览器自动化

回到 WorkBuddy 会话,告诉它拓展程序已安装完毕。WorkBuddy 会自动打开谷歌浏览器,测试与拓展程序的连接是否正常、BrowserSkill 调用浏览器的操作是否正常。同时会提示当前版本有点老,帮你更新后询问是否移除老版本:

WorkBuddy 测试拓展程序连接

以上完毕后,给 WorkBuddy 安排一个浏览器自动操作的小任务。作者让 WorkBuddy 调用 BrowserSkill:打开谷歌浏览器,访问 B 站,搜索"马佳彬",给 5 个视频作品挨个点赞,点完结束任务:

下达 B 站点赞任务 BrowserSkill 自动执行任务
✅ 关键特性:复用登录状态 不需要重新登录 B 站账号——BrowserSkill 会复用之前网站的账号登录状态。到这里就完成了一次让 WorkBuddy 使用 Skill 自动化操作浏览器的任务,其它网站操作使用方式相同。

03录制与回放

WORKFLOW · 核心功能:流程文档化

单次自动化没问题,但每次都要输入提示词告诉它"打开B站、搜索、点赞"——很烦。能不能把这套固定操作录制下来,下次直接复跑?这就是 BrowserSkill 的录制回放功能(Codex 也有类似功能,叫 Record & Replay)。

1
打开操作录制:谷歌浏览器常用拓展一栏找到 BrowserSkill 图标,点击打开,右上角有个火箭图标,点进去就能看到"操作录制"。
2
填写录制信息:输入操作主题起始网址,下方步骤框会自动生成提示词模板(不用管),补充完点击"复制录制指令"。
3
粘贴给 WorkBuddy:回到会话,粘贴录制指令直接发送执行。权限建议设置成允许完全访问
火箭图标入口 操作录制界面 填写操作主题与起始网址 粘贴录制指令并发送

稍等片刻,WorkBuddy 会告诉你录制已经开始,并自动打开谷歌浏览器、跳转到起始网址,提示词处会显示一个录制计时

录制开始提示 浏览器跳转起始网址并显示录制计时

现在你只要正常按步骤操作演示一遍,完成后点录制计时旁边的小方块结束录制。比如点赞:打开视频播放页 → 找到点赞按钮 → 鼠标点赞 → 关闭播放页 → 点结束录制。

💡 需要重复演示多次吗 可以,但不需要很多次。只要保证有一次操作全程无干扰、干净利落一次性完整录制就行。

结束录制后,正常会自动回到 WorkBuddy 会话界面,它去分析录制内容、生成一份流程文档。有时不会顺利自动跳转——没关系,继续跟 WorkBuddy 对话说"已经结束录制",照样会继续流程文档复盘:

生成流程文档并列出详细步骤

等 WorkBuddy 告诉你录制产出完成、列出详细步骤后,验证一下——直接告诉它"复跑一下刚才录制的操作流程":

复跑验证录制流程

复跑没问题,最后一步让 WorkBuddy 把这套录制好的自动化操作流程生成一个专属 Skill——以后重复使用,或发给别人使用,直接调用 Skill 就可以了:

录制流程生成专属 Skill
⚠️ 系统差异提示 作者用的是 Mac 电脑,整套 BrowserSkill 自动化操作相对顺畅。Windows 系统用户要考虑的因素更多,需要慢慢排查和调试完善。
录制一遍,永久复用
BrowserSkill 的录制回放 = 人工演示一次 → 生成流程文档 → 复跑验证 → 沉淀为专属 Skill。把重复的浏览器操作,交给录好的流程自动执行。