豆包还是太权威了，没想到现在要随便录个屏，它就能模仿我的操作帮我干活儿了。先给大家看个自动化工作案例：
这是一个电商后台的订单页面，运营需要检查后台的发货情况。如果发现用户下单超过 24 小时仍未发货，就需要点击"催发货"按钮，点完按钮会通知工厂，工厂收到提醒后就会加急发货。
这项工作看着很无脑对吧？但真正上手干起来会很繁琐，需要时刻盯着页面，很浪费人力和精力。
你可能会说：这种事情交给 Agent 不就行了？其实我试过，Agent 确实能搞定很多重复性操作，但涉及页面交互的场景，会遇到很多不严重、但影响体验的小问题，比如点错按钮、选错输入框等。
但豆包工作最近上线的「浏览器录制与回放」技能，完美的解决了这些小问题。开头那整个流程之所以能如此流畅地完成，就是因为我提前用这个技能录制了一遍操作流程。
这个技能的原理是这样的：它会先开启录制，用户再在浏览器中完整执行一遍操作。录制结束后，它会总结整个工作流程，并制作成一个具体的 Skill，里面会记录这次任务的操作流程和重点。下次再执行相同任务时，直接调用这个 Skill 就行，Agent 也能像真人一样准确地完成操作。
这个功能是 Codex 上个月首次推出的。但截至目前，许多 Agent 工具并没有第一时间上架该功能，因为实现这个功能需要工具和模型进行深度融合。许多 Agent 平台使用的都是第三方模型，有的模型支持多模态输入，却不支持多模态输出，有的则正好相反。而豆包工作强就强在工具和模型都比较给力。尤其是最近上线的 2.1 Pro 模型，进一步提升了多模态理解能力。
怎么用这个技能？
首先在豆包工作中找到「浏览器录制与回放」功能，点击开始录制后，在浏览器中完整执行一遍你想自动化的操作流程。录制结束后，豆包会总结整个工作流程，并制作成一个 Skill。
下次需要执行相同任务时，直接调用这个 Skill，Agent 就会像真人一样准确地完成操作。
实际应用场景
除了前面提到的电商催发货，这个技能还能用在很多地方：
- 数据录入：把 Excel 中的数据逐条录入到系统中。
- 后台巡检：定期检查系统后台的各项指标，发现问题及时报警。
- 批量操作：批量审批、批量修改状态等重复性工作。
录制与回放的细节
录制过程中，豆包会记录你的每一个操作步骤，包括点击、输入、滚动等。录制结束后，它会生成一个可视化的操作流程图，方便你检查和调整。
回放时，Agent 会严格按照录制的步骤执行，确保操作的准确性。如果页面发生了变化，Agent 也能智能调整，适应新的页面结构。
总结
豆包工作的「浏览器录制与回放」技能，让自动化操作变得更加简单。你不需要写代码，只需要录制一遍操作流程，Agent 就能帮你自动完成。这对于日常办公、电商运营等场景来说，是一个非常实用的工具。
