自动操作网页用这Skill接回画面

用Gemini 2.5 Computer Use模型自动化浏览器任务。

gemini-computer-use 是用 Gemini 模型与 Playwright 驱动浏览器的 Skill。它把目标和截图交给模型,执行返回动作,再把新网址和截图送回继续判断。

一次点击之后页面可能跳转或报错,所以不能把动作发出就当任务完成。循环需要观察下一画面,并设置轮次上限;达到上限只说明停止了,不说明目标已实现。

适合需要浏览器互动的任务,先准备接口密钥、依赖与隔离环境。原文对要求确认的动作安排人工确认,但这不证明其他动作一律可无条件执行。模型版本和脚本能力以实际环境为准,此处没有打开网页或提交任何操作。

分类:自动化集成

来源仓库:am-will/codex-skills

适合用来做什么

  • 使用 Playwright 自动化登录并截图的 Gemini 浏览器 Agent 代码是什么?
  • 如何安全地执行涉及风险 UI 操作的 Gemini 浏览器任务?

安装 gemini-computer-use

npx skills add https://www.iskills.cc/skills/am-will/codex-skills/gemini-computer-use/SKILL.md

在本机终端执行安装命令。安装前请阅读原始说明,确认所需工具、账号和权限。

查看安装步骤 · 查看常见问题

查看 gemini-computer-use 的用途与原始说明

浏览全部 Skill 指南