Browse.sh - обзор - 2026

Published: 2026-07-28

browse.sh — это открытый каталог навыков (skills) для браузерной автоматизации и CLI-инструмент, разработанный компанией Browserbase. Проект предоставляет интерфейс командной строки для управления браузером Chromium, позволяя AI-агентам не просто читать веб-страницы, а полноценно взаимодействовать с ними: открывать сайты, нажимать кнопки, заполнять формы, отслеживать сетевые запросы и выполнять многошаговые сценарии. Ключевая особенность проекта — каталог открытых навыков (open web skill catalog), который содержит готовые инструкции для работы с конкретными веб-сайтами.

Установка

Установка производится через npm:

npm install -g browse

После установки становится доступна команда browse, которая объединяет в себе функции браузерной автоматизации, облачного API Browserbase, управления функциями (Functions), шаблонами и навыками.

CLI-возможности

Инструмент предоставляет широкий набор примитивов для управления браузером:

Браузерная автоматизация

browse open https://example.com   # открыть страницу
browse click "button.login"     # кликнуть по элементу
browse type "test@example.com"  # ввести текст
browse fill "input#name" "John" # заполнить поле
browse screenshot               # сделать скриншот
browse snapshot                 # получить DOM-слепок страницы
browse upload "input#file" path # загрузить файл
browse wait "div.result"        # дождаться элемента
browse viewport 1280 720        # изменить размер окна

Навигация и инспекция

browse back       # назад
browse forward    # вперёд
browse reload     # перезагрузить
browse highlight  # подсветить элементы
browse refs       # показать ссылки на странице
browse get "#id"  # получить текст/атрибут элемента
browse is "#id"   # проверить существование элемента
browse eval "document.title"  # выполнить JavaScript
browse cdp cmd params         # Chrome DevTools Protocol

Управление сессией

browse status   # статус сессии
browse stop      # остановить сессию
browse cursor    # управление курсором
browse tab       # управление вкладками
browse network --tail  # отслеживать сетевые запросы в реальном времени
browse console --tail  # отслеживать ошибки JavaScript в реальном времени
browse mouse     # управление мышью

Облачные API (Browserbase Cloud)

browse cloud project list
browse cloud session create
browse cloud context list
browse cloud extensions
browse cloud fetch url
browse cloud search query

Работа с навыками и шаблонами

browse skills install        # установить навыки
browse skills list           # список установленных навыков
browse skills add amazon.com # добавить навык для Amazon
browse templates list        # список шаблонов

Архитектура

Проект browse.sh построен на трёх основных компонентах:

1. CLI (browse) — интерфейс командной строки, который управляет локальным или облачным браузером Chromium. Написан на Node.js и распространяется через npm.
2. Каталог навыков (browse.sh) — веб-сайт и машиночитаемые файлы (llms.txt, llms-full.txt), содержащие описания готовых сценариев автоматизации для различных сайтов.
3. Облачная платформа Browserbase — инфраструктура для запуска браузерных сессий в облаке, включающая прокси-пулы, управление сессиями, API для поиска и загрузки страниц.

AI-агент (например, Claude, GPT или любой другой LLM-агент) получает доступ к этим компонентам через инструменты (tools). Агент может установить навык для конкретного сайта, открыть браузер, выполнить последовательность действий и вернуть результат.

Навыки (Skills)

Навыки — это структурированные markdown-файлы, которые описывают, как AI-агенту взаимодействовать с конкретным веб-сайтом. Каждый навык содержит:

• Метаданные: название, описание, категория, теги, дата обновления, рекомендуемый метод (API или браузер).
• Purpose — цель навыка: что именно он делает.
• When to Use — сценарии использования.
• Workflow — пошаговая инструкция для агента: какие URL открывать, какие API вызывать, какие элементы искать, какие данные извлекать.
• Требования: нужны ли прокси, требуется ли аутентификация.

Примеры навыков

• Ticketmaster Find Tickets — поиск предстоящих событий по исполнителю, команде или шоу. Возвращает venue, дату, окно продажи, пресейл-периоды, флаги распродано/отменено/перенесено и канонический URL события. Использует неавторизованное API Ticketmaster за резиденциальным прокси.
• NASA APOD — получение Astronomy Picture of the Day от NASA. Поддерживает любую дату с 16 июня 1995 года. Использует публичное NASA API.
• FlightAware Track Flight — отслеживание статуса рейса по авиакомпании+номеру или хвостовому номеру. Возвращает состояние, origin/destination, время, маршрут, позицию, задержки и ссылку на карту.
• Glassdoor Company Reviews — извлечение рейтинга компании, подрейтингов, процентов одобрения CEO и отзывов сотрудников.
• AllTrails Search Trails — поиск маршрутов для пеших прогулок по локации, сложности, протяжённости и рейтингу.
• SAM.gov Contract Opportunities — поиск активных федеральных контрактных возможностей с фильтрацией по статусу, NAICS, месту выполнения и т.д.
• ABC7 California Highway Traffic — получение текущей скорости движения на всех шоссе Калифорнии из JSON-бэкенда Sigalert.

Каждый навык имеет поле recommended_method, которое указывает предпочтительный способ выполнения: через прямой API (быстрее и дешевле) или через браузер (медленнее, но работает когда API недоступен). Например, для NASA APOD рекомендуется метод API, а браузер указывается как запасной вариант.

Категории навыков

На основе имеющихся навыков можно выделить следующие категории:

• Билеты и события — Ticketmaster, поиск концертов и спортивных событий
• Авиаперелёты — FlightAware, отслеживание рейсов
• Государственные закупки — SAM.gov, поиск контрактных возможностей
• Транспорт — ABC7, данные о трафике на шоссе
• Отдых и природа — AllTrails, поиск маршрутов; NASA APOD
• Работа и карьера — Glassdoor, отзывы о компаниях
• Фитнес — XCore Studio, бронирование занятий

Интеграция с AI-агентами

browse.sh предоставляет три поверхности для обнаружения агентами:

• llms.txt (https://browse.sh/llms.txt) — компактный индекс для быстрого обнаружения агентами. Содержит краткое описание и ссылки на каждый навык.
• llms-full.txt (https://browse.sh/llms-full.txt) — расширенный каталог с полным содержимым всех SKILL.md без необходимости дополнительных HTTP-запросов.
• Skill Catalog UI (https://browse.sh/) — человекочитаемый интерфейс для просмотра навыков.

Эта система позволяет AI-агентам динамически обнаруживать и загружать навыки для работы с конкретными сайтами, что делает browse.sh не просто CLI-утилитой, а целой экосистемой для агентного браузинга.

Сравнение с аналогами

Инструмент	Тип	Открытые навыки	Облачные сессии	CLI
browse.sh	CLI + каталог навыков	Да (открытый каталог)	Да (Browserbase Cloud)	Да
Playwright	Библиотека	Нет	Нет (только локально)	Да
Puppeteer	Библиотека	Нет	Нет (только локально)	Нет
Selenium	Инструмент	Нет	Частично (Selenium Grid)	Да
Browserbase SDK	SDK + API	Нет	Да	Нет

Главное отличие browse.sh от традиционных инструментов браузерной автоматизации (Playwright, Puppeteer, Selenium) — это ориентация на AI-агентов и наличие каталога навыков. Традиционные инструменты требуют написания кода на языке программирования, тогда как browse.sh позволяет агентам выполнять действия через простые CLI-команды.

Технические детали

• Движок: Chromium (управляется через Browserbase или локально)
• Язык реализации CLI: Node.js
• Установка: npm (глобальная)
• Лицензия: Проприетарная (Browserbase)
• Формат навыков: Markdown (SKILL.md) с YAML frontmatter
• API: REST API Browserbase для облачных сессий
• Протокол: Chrome DevTools Protocol (CDP) для локального управления

Навыки могут использовать два метода выполнения:

1. API-метод — отправка HTTP-запроса к публичному или недокументированному API сайта. Быстрее, дешевле, но может быть заблокирован.
2. Браузерный метод — открытие сайта в Chromium, выполнение действий в DOM. Медленнее (в 100× раз по некоторым оценкам), но работает даже когда API недоступен.

Для работы с anti-bot системами навыки могут использовать резиденциальные прокси (поле proxies: true в метаданных).

Экосистема Browserbase

browse.sh является частью более крупной платформы Browserbase — "Browser Agent Platform". Платформа включает:

• Browserbase Cloud — облачные браузерные сессии с управлением через API
• Browserbase Fetch API — лёгкое извлечение страниц без запуска браузера
• Browserbase Search API — поисковый API
• Browserbase Functions — serverless-функции для браузерной автоматизации
• Model Gateway — шлюз для LLM
• Agent Identity — единая идентичность для агента
• 1Password Integration — безопасная аутентификация через 1Password

Резюме

browse.sh — это инновационный инструмент на стыке браузерной автоматизации и AI-агентов. Он решает проблему «рук» для ИИ: позволяет агентам не просто читать текст, а полноценно взаимодействовать с веб-интерфейсами. Открытый каталог навыков делает его особенно ценным — сообщество может создавать и делиться навыками для любых сайтов.

Основные преимущества:

• Простота использования через CLI
• Открытый каталог готовых навыков для популярных сайтов
• Возможность работы как локально, так и в облаке Browserbase
• Интеграция с AI-агентами через llms.txt
• Гибкая система методов (API или браузер)

Основные ограничения:

• Зависимость от платформы Browserbase для облачных функций
• Проприетарная лицензия
• Навыки требуют поддержки и обновления при изменении сайтов
• Для некоторых сайтов требуются резиденциальные прокси

Ссылки

• Официальный сайт: https://browse.sh/
• Документация Browserbase: https://docs.browserbase.com/
• Каталог навыков: https://browse.sh/
• llms.txt (для AI-агентов): https://browse.sh/llms.txt
• llms-full.txt: https://browse.sh/llms-full.txt
• Browserbase Platform: https://www.browserbase.com/
• npm-пакет: https://www.npmjs.com/package/browse