Agent 浏览器别再一轮一轮点了:我把一批 ego-skills 开源了
常见 Agent 浏览器一轮一轮点 UI,登录态还得重新扫码。这批开源的 ego-skills 把流程写成 Node 脚本,在本机 Ego Lite 的已登录 Chromium 里一次跑完:先 check-login、成功标准写死,覆盖 Pinterest、Instagram、视频号草稿、快手、抖音、YouTube。

很多 Agent 浏览器还在干同一件事:点一下、截一张图、再问模型下一步点哪。
慢倒是其次,真难受的是登录态——云端浏览器、空白 Chromium、Playwright 新开一个 profile,都得重新扫码。视频号尤其过分,会话过期快,封面上传我用普通自动化翻车过好几回。
后来我把主路径换成了 @ego_agent 这一套:脚本在本机 Ego Lite 里跑,直接继承你登录好的 Cookie,任务落在独立的 Agent Space,不抢日常标签页。帖子数据放在文末,这里先把话说清楚——这批技能到底在干什么,为什么我不想再维护「点 UI」那条老路。
一句话差在哪
常见做法:Agent 当人用,一轮一轮调工具点页面。
Ego 反过来:你写一小段 Node 脚本,交给 ego-browser nodejs,在你自己的 Chromium 里跑。API 就几样——taskSpace / page、session,要打站内接口就用 page.fetch。Cookie 已经在本机配置档里,脚本不用再登录一遍。

和 Playwright「找选择器 → 点 → 等」比,少了大半往返。页面结构一变,点坐标那条链先断;走 page.fetch / evaluate 打真实接口,成功标准能写成「stdout 吐出链接」「草稿箱里能看见」,比「截图像不像成功了」干净。
视频号助手封面上传是我自己踩过的坑:普通路径又是 file chooser 又是 wujie shadow,点到吐。换 Ego Lite 之后,waitForFileChooser 一次就过。
仓库里现在有什么
terryso/ego-skills,MIT,不卖席位。当前公开的技能(以仓内 skills/ 为准):
| 技能 | 干什么 |
|---|---|
pinterest-download | 搜索 / 相关 Pin / 画板,下图和 MP4 |
instagram-saved-download | 下你自己的 Instagram 收藏 |
wechat-channels-video | 视频号助手里存草稿,不点「发表」 |
kuaishou-video | 快手创作者平台发视频,成功看到「审核中」 |
youtube-video | YouTube Studio 上传,默认 private |
douyin-video | 抖音创作者中心发视频 |

本机另外两块(README 已收录):teambition-ego,浏览器会话读测试计划 / 用例;x-post,用 page.fetch 发 X,没有 --yes 不发。商店条目统一挂 ego-* 前缀,不跟别人的同名技能撞车。
每条技能都有同一条硬规矩:先 check-login。退出码 2 就是没登录或找不到 ego-browser——停,把扫码步骤甩给人。不替用户输密码,也不悄悄退化成 Playwright。
视频号那条最磨人:上传用本机 serve-file 把 mp4 喂给页面 fetch,大文件别 base64;终点是「保存草稿」,扫码发表留给人。这不是偷懒——发表确认这种按钮,不该交给模型乱点。
几个取舍(不是功能清单)
写技能前我先问三件事:登录能不能继承、有没有比点按钮更稳的入口、失败时人能不能接手。
- Pinterest / Instagram Saved:匿名几乎没意义,Ego 里已登录,搜索和下图才像人在用;Instagram 收藏匿名根本看不见。check-login 过不了就退出码
2,不假装下到空目录。 - 视频号:助手页套了 wujie,shadow 里点 ref 经常被拦。视频走页面
fetch注入,封面只能waitForFileChooser。短标题有字数和符号白名单,超了保存直接拒,技能文档里写死,不让模型瞎试。 - 快手 / 抖音 / YouTube:都是创作者后台。没扫码就停在登录墙;成功标准分别是「审核中」、内容管理页可见、Studio 处理状态——不是「点完发布按钮就算」。
- Teambition:官方 skill 不管测试用例,我走浏览器会话打
teambition.com的测试计划接口,先读后写;写操作按抓到的真实 API 往前推,不用 Open API token 冒充。 - X 发帖(
x-post):主路径page.fetch打 CreateTweet,不点作曲器。草稿先展示,带--yes才真发;配图也是确认后才传。成功标准只有一条——stdout 打出https://x.com/…/status/…格式的推文链接。
怎么装(两条就够)
前提:本机装好 Ego Lite,command -v ego-browser 能找到。
路径 A:SkillHub(国内快)
skillhub install ego-wechat-channels-video --dir ~/.cursor/skills/
SkillHub 上是中文元数据那批:ego-pinterest-download、ego-instagram-saved-download、ego-wechat-channels-video、ego-kuaishou-video、ego-youtube-video、ego-douyin-video 等。--dir 必须指到 Agent 真正读的目录,装进随便一个 ./skills/ 等于白装。
路径 B:ClawHub / openclaw
openclaw skills install @terryso/ego-wechat-channels-video

也可以整仓拿走:
npx skills add terryso/ego-skills
# 或只装一个:
npx skills add terryso/ego-skills --skill pinterest-download -a claude-code
Claude / Cursor / Codex / OpenClaw 都能接。装的是技能说明 + 脚本,真正干活的还是本机那份 Chromium 登录态。
我怎么判断这事值不值得做
三句话:
- 登录态在本机,不用把 Cookie 拷进云端浏览器,也少一层风控麻烦。
- 脚本一次跑完,比每步截图决策省 token、省时间;适合流程固定、接口可抓的站。
- 成功标准写死——草稿箱有条目、stdout 有推文链接、快手出现「审核中」——比「模型说看起来成功了」靠谱。
不适合的也说清楚:页面天天大改、没有稳定接口、还得跟人抢同一个标签页的活,老老实实自己点。视频号发表、支付确认、删库这类按钮,技能里我故意不碰。
还有一条私货:别把「Agent 会用浏览器」理解成「Agent 应该像人一样点」。人点是因为没有更好的入口;Agent 明明有脚本、有 page.fetch,还非要模拟鼠标轨迹,那是把慢做成了仪式感。Ego Lite 给我的就四样:本机 Chromium、已有登录、Space 隔离、脚本一把梭。这个仓库只是把重复做过的流程收成可安装的 SKILL.md + scripts/。
收个尾
仓库帖:https://x.com/Suchuanyi/status/2117848797997125923,更早还有一条「别再一轮一轮点工具」的铺垫帖。

粉丝一千四百出头,这条帖目前一千五六百浏览、二十个赞、二十八个书签——对我来说算「有人在收藏备用」,不是刷量。接下来更想看到有人提 PR:多一个站点、修一处登录闸门、把成功标准写得更硬,都比空喊生态有用。
你要是也在用 Claude / Cursor / Codex 折腾已登录站点,拿去改、提 PR 都欢迎。别再为了一个封面上传熬到半夜就行。