11.1 Agent Browser 與辦公文件四件套

從這一節開始，我們進入零成本 Top10 技能實戰。這一節先講兩個最高頻的：Agent Browser（瀏覽器自動化）和辦公文件四件套（Word/PPT/Excel/PDF）。

這兩個技能幾乎是人人都會用到的"剛需"——一個管"上網"，一個管"文件"，裝上之後 AI 的實用度立刻上一個臺階。

一、Agent Browser：瀏覽器自動化#

Agent Browser 讓 AI 能夠像人一樣操作瀏覽器：開啟網頁、點選按鈕、填寫表單、滾動頁面、抓取內容。AI 看到的是真實的網頁，而不是靜態的文字。

啟用 Agent Browser 後，在對話裡用自然語言描述你要做什麼即可：


bash
開啟 https://example.com，
把頁面上"熱銷商品"列表裡的商品名稱和價格整理成一個表格。

AI 會自動啟動瀏覽器、開啟頁面、識別目標內容、抓取並整理成結果。你不用自己寫選擇器或指令碼。

Agent Browser 瀏覽器自動化

辦公文件四件套是四個技能的組合（或一組文件處理能力），覆蓋日常辦公最常用的四種格式：

這四件套讓 AI 能真正讀寫、生成、轉換辦公文件，而不只是給你一段文字讓你自己排版。

啟用後，在對話裡直接下達文件任務：


bash
讀取我上傳的 銷售資料.xlsx，
按季度彙總各區域銷售額，
生成一張柱狀圖，
最後輸出成一份帶圖表分析的 Word 報告。

AI 會讀取 Excel、彙總計算、畫圖、生成 Word，最後在結果區給你一個可以下載的 .docx 檔案。

辦公文件四件套

Agent Browser 和文件四件套經常配合使用，完成"採集 + 整理"的完整流程：


bash
用 Agent Browser 抓取競品官網的產品引數
    ↓
用 Excel 技能把引數整理成對比表
    ↓
用 Word/PPT 技能生成競品分析報告

這樣一個"從網上拿資料 → 整理成表格 → 輸出成報告"的完整工作流，幾個技能組合就能跑通，全程不用你手動切換軟體。

下一節，我們講兩個多媒體技能：Local Whisper（語音轉寫） 和 tl_video_downloader（影片下載）。