WorkBuddy史诗级新玩法！录屏操作一遍，自动蒸馏生成可用Skill

WorkBuddy史诗级新玩法！录屏操作一遍，自动蒸馏生成可用Skill

玩WorkBuddy搭建AI智能体这么久，很多人都卡在同一个痛点：

制作Skill太难！

绝大多数人搭建自定义技能，只能靠对话指令，让AI生成Skill配置文件。

但这种方式弊端非常明显：

需求描述稍有偏差、聊天上下文混杂大量无关信息，生成出来的Skill漏洞百出、稳定性极差，跑两步就报错。

想要一套能稳定执行浏览器连续操作的技能，反复调试几小时都是常态。

今天分享一款开源神器 Browser-BC，彻底改写Skill制作逻辑！

不用长篇大论写提示词，浏览器手动演示一遍完整流程，工具自动录制操作轨迹，蒸馏生成标准Skill，直接导入WorkBuddy调用。

一、先搞懂：它和传统Skill生成工具差别在哪？

市面上通用 Skill-creator 制作技能：

❌ 纯文字对话生成，依赖语言描述，复杂流程极易理解跑偏

❌ 聊天冗余信息多，技能逻辑存在损耗，执行成功率低

❌ 只能依靠文字想象页面交互，浏览器自动化任务很容易失效

Browser-BC核心思路：用人的真实操作，给AI一份干净完整工作流样本

✅ 可视化录制浏览器全部交互动作，搜索、填表、登录、提交完整流程一键记录

✅ 自动过滤误点击、等待时长、隐私数据等无效噪声

✅ 输出语义级技能，不是死板坐标录制；页面布局微调，Agent依旧正常执行

✅ 原生适配Claude Skill体系，无缝迁移到WorkBuddy、Hermes各类本地AI智能体

很多人分不清它和RPA按键精灵，这里划重点：

传统RPA = 记录鼠标坐标，页面一改直接报废

Browser-BC = 提炼任务意图与执行逻辑，生成可推理的智能Skill，具备自适应能力

实测数据看得见提升：

WebArena-Hard任务成功率：60.5% → 81.4%

ClawBench浏览器任务成功率：32.9% → 68.4%

二、完整核心工作流（4步完成技能蒸馏）

1. 轨迹录制

在浏览器完成整套任务操作。工具捕获页面DOM结构、点击、输入、页面反馈、网页快照，完整保存整条操作链路。

2. 噪声清洗

自动剔除临时登录凭证、多余等待、误操作、隐私信息，把零散动作切割成连贯业务步骤。

3. 知识聚合

自动合并相似操作意图，搭建技能图谱，区分前置条件、执行动作、结束标准。

4. 自动生成Skill

大模型把操作轨迹转化为标准化技能配置，剔除脆弱的选择器、临时ID，只保留任务目标、执行步骤、成功判定、常见踩坑清单。

三、WorkBuddy完整落地实操教程（谷歌浏览器环境）

开源项目地址：https://github.com/Einsia/Browser-BC

配套截图点位，发文直接插入：

配图1｜Browser-BC本地程序启动界面

配图2｜Chrome扩展程序安装页面

配图3｜拓展录制面板：任务命名、开始录制按钮

配图4｜录制完成，上传任务文件界面

配图5｜WorkBuddy接收文件，自动蒸馏生成Skill日志

步骤1：启动安装，部署本地服务

直接给WorkBuddy下发指令，自动拉取部署Browser-BC。

⚠️ 安装失败优先排查Github网络连通问题。

部署成功桌面生成文件夹： JourneyForge-Local

部署完成后，让WorkBuddy生成WorkBuddy专属适配器。

重要前提：Browser-BC需要独立模型API支撑蒸馏任务，推荐DeepSeek-V4-Flash、GLM-5.2。

填入API地址、Key，完成模型对接。

你可以直接让WorkBuddy一次性封装流水线：

「录制→上传→蒸馏→自动导入Skill」一键工作流，后续反复复用。

步骤2：安装Chrome浏览器扩展（关键步骤）

扩展目录路径： Desktop/JourneyForge-Local/extension/dist/chrome-mv3

1. 浏览器访问 chrome://extensions/

2. 右上角开启【开发者模式】

3. 点击【加载已解压的扩展程序】

4. 选中上面 chrome-mv3 文件夹，安装完成

步骤3：浏览器录制整套操作流程

点开浏览器右上角扩展图标，打开Journey Forge Local录制面板

1. Task name填写技能名称（例：B站视频搜索批量点赞）

2. 点击【Start recording】正式开启录制

3. 手动完整操作一遍目标流程：搜索关键词→打开视频→完成点赞

4. 全部操作结束，点击【Stop】终止录制，点击【Upload】上传轨迹文件

步骤4：发送指令给WorkBuddy，蒸馏生成可用Skill

发送消息：录制任务已上传，解析轨迹文件，生成可直接调用的WorkBuddy Skill。

等待蒸馏完成，技能直接入库，随时调用！

实操小建议：

录制不用海量重复操作，完整跑通一次标准流程即可；

若生成的Skill执行不稳定，更换GLM-5.2 / Kimi K3模型重新蒸馏，效果提升明显。

四、普通人能用在哪些场景？

✅ 自媒体运营：自动打开平台、发布图文、填写标题标签

✅ 行业调研：批量打开网页、收集信息、整理表单数据

✅ 日常办公：网页系统批量填报、数据导出、信息检索

✅ AI自动化玩家：搭建专属浏览器工作流，丰富WorkBuddy技能库

五、客观聊聊优缺点，不吹不黑

✅优势

1. 告别纯文字写Skill，可视化录制门槛大幅降低

2. 语义级技能，对比坐标录制RPA容错率高出一大截

3. 蒸馏、执行模型解耦，高端模型蒸馏，轻量模型运行，节省API成本

4. 跨Agent兼容，WorkBuddy、Hermes、Claude均可复用技能

⚠️现存短板

整套部署链路步骤偏多，新手初次搭建需要耐心配置；

必须浏览器手动启动一次录制，暂时无法做到完全无人自动化。

⚠️温馨提示：仅用于个人学习、私有自动化场景，请勿用于违规批量爬虫、恶意自动化操作，遵守网站访问规则。

以前搭建浏览器自动化Skill：写大量提示词→反复调试→不断排错，耗时半天。

现在：手动演示一遍 → 自动蒸馏 → 一键启用。

Browser-BC给本地AI智能体打开全新思路，以后搭建自定义技能不再局限于文字对话。

如果你长期折腾WorkBuddy、Hermes各类AI Agent自动化，这个工具一定要体验。

持续分享WorkBuddy、Hermes实操Skill、开源自动化神器、AI本地部署干货！

互动提问：你最想录制一套什么浏览器自动化Skill？评论区聊聊！

#WorkBuddy #AI智能体 #BrowserBC #AI Skill #本地大模型 #自动化办公 #开源黑科技