К основному содержанию
скилл CX Codex

optimize-agent-prompt — скилл для Claude Code

Скилл optimize-agent-prompt для Claude Code дорабатывает системные промпты Browserbase Agent API: запускает задачу, оценивает результат и меняет одну эвристику.

MIT 289 установок ★ 3 758 обновлён 2026-09-29

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add browserbase/skills --skill optimize-agent-prompt -a claude-code
Открыть на GitHub

Что делает optimize-agent-prompt

Держит задачу агента, схему результата, переменные и критерии оценки фиксированными, меняет только systemPrompt. Скрипт optimize_agent_prompt.mjs создаёт рабочее пространство (init), прогоняет итерацию (run), пишет логи сообщений, статус, трассировку сеанса в папку runs/<label>/, показывает траекторию (inspect) и сравнительную таблицу (report).

Нужен Node.js 18 или новее и ключ BROWSERBASE_API_KEY. Скрипт полагается только на встроенные модули Node.js. Проверка успеха оценивает статус COMPLETED, заполненные или явно nullable поля, регулярные выражения для известных фактов и предупреждения о выдуманных данных. Итерации останавливаются, когда промпт проходит два из трёх последних прогонов и один прогон — повтор без изменений. Без FFmpeg и Playwright: весь цикл идёт через Browserbase Agent API и Node.js.

Ограничение: скилл не гарантирует глобальный оптимум, только лучший промпт для протестированного распределения задач. Логи сеанса нужны, чтобы отличить редирект, 403, ошибку консоли от логической ошибки в вызове инструмента.

Какие задачи решает

  • довести промпт Browserbase Agent до стабильного прохождения задачи за минимум шагов
  • понять, на каком ходе агент ошибся и какая эвристика это исправит
  • собрать доказательства регрессии или улучшения из трассировок и логов браузера
  • закрепить выигрышные изменения и откатить те, что не сработали

Примеры запросов агенту

  • Создай эксперимент cart-extraction, задача — вытянуть список товаров из корзины через Browserbase Agent
  • Прогони итерацию с промптом prompts/iteration-001.md, лейбл baseline, покажи траекторию и сводку
  • Сравни все итерации в agent-prompt-optimization/cart-extraction, построй таблицу с оценками

Как установить optimize-agent-prompt

1Через Skills CLI (Vercel)

npx skills add browserbase/skills --skill optimize-agent-prompt -a claude-code

2Вручную: положить файлы

~/.claude/skills/optimize-agent-prompt/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/optimize-agent-prompt/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы об optimize-agent-prompt

Как установить optimize-agent-prompt в Claude Code?

Выполни npx skills add browserbase/skills --skill optimize-agent-prompt -a claude-code, затем открой ~/.claude/skills/optimize-agent-prompt/SKILL.md.

Что делает optimize-agent-prompt?

Запускает Browserbase Agent с фиксированной задачей и меняющимся системным промптом, собирает логи сообщений и сеанса, считает оценку, правит одну эвристику и проверяет сходимость. Помогает довести промпт до стабильного прохождения без ручного перебора.

Какие зависимости нужны для optimize-agent-prompt?

Node.js 18 или новее и переменная окружения BROWSERBASE_API_KEY. Скрипт использует только встроенные модули Node.js, внешние библиотеки не требуются.

Исходный текст

SKILL.md · MIT
---
name: optimize-agent-prompt
description: "Builds and improves Browserbase Agent API demos through an Autobrowse-style outer loop: run a fixed task, collect Agent messages and session logs, score the result, revise one system-prompt heuristic, and confirm convergence. Use when creating a Browserbase Agents demo or POC, optimizing an Agent system prompt, diagnosing flaky Agent runs, or applying auto-research/autobrowse to the Browserbase Agents API."
license: MIT
allowed-tools: Bash Read Write Edit Grep Glob
---

# Optimize Agent Prompt

Optimize a Browserbase Agent's `systemPrompt` while holding its task, result schema, variables, and evaluation criteria fixed. Treat the outer agent as the teacher and each Browserbase Agent run as an inner-agent rollout.

Use Node.js 18 or later and set `BROWSERBASE_API_KEY`. The harness uses only Node.js built-in modules.

## Set up the experiment

Choose a short experiment name and create an isolated workspace inside the demo or POC repository:

```bash
node <skill-dir>/scripts/optimize_agent_prompt.mjs init \
  --workspace ./agent-prompt-optimization/<experiment-name> \
  --name <experiment-name>
```

Edit the generated files:

- `task.json`: keep `task`, `resultSchema`, variables, browser settings, and evaluation oracle stable across iterations.
- `prompts/iteration-001.md`: write the minimal baseline system prompt. Include irreversible-action guardrails when applicable.

Use concrete success criteria. Prefer a strict JSON Schema with required fields and `null` for unavailable facts. Add known-field regexes and factuality-warning regexes under `evaluation` when a truth oracle exists. Read [references/evaluation.md](references/evaluation.md) when designing the task or score.

## Run the baseline

```bash
node <skill-dir>/scripts/optimize_agent_prompt.mjs run \
  --workspace ./agent-prompt-optimization/<experiment-name> \
  --prompt prompts/iteration-001.md \
  --label iteration-001
```

The harness creates one reusable Browserbase Agent, updates its `systemPrompt` on later iterations, starts the run, polls messages and status, and writes:

```text
runs/<label>/
├── system-prompt.md
├── created-run.json
├── run.json
├── messages.json
├── session-logs.json
└── summary.json
```

It stops a run after the configured message budget instead of paying for an unproductive spiral. Use `--max-messages`, `--timeout-ms`, `--proxies`, or `--verified` only when the task needs different values from `task.json`.

## Diagnose from observable evidence

Start with the compact trajectory:

```bash
node <skill-dir>/scripts/optimize_agent_prompt.mjs inspect \
  --workspace ./agent-prompt-optimization/<experiment-name> \
  --label iteration-001
```

Then read `summary.json` and drill into `messages.json` at the first wrong or wasted turn. Agent messages expose ordered tool calls, tool results, errors, and final output. A `reasoning` part may contain no readable text; never require hidden chain-of-thought for the teacher loop.

Read `session-logs.json` only when browser-level evidence can distinguish the cause—for example, a redirect, 403, failed request, console error, or hidden endpoint. Empty session logs can mean the Agent completed with search/fetch tools and never drove its browser.

See [references/api.md](references/api.md) for endpoint shapes, pagination, result normalization, and trace caveats.

## Improve one heuristic

Find the earliest consequential failure and state one counterfactual:

> If the system prompt had instructed X, the Agent would have avoided Y, as shown by tool result Z.

Copy the current prompt to `prompts/iteration-NNN.md` and make one attributable change. Typical improvements are:

- cap retries after a repeated block or identical error;
- distinguish public identifiers from private/internal IDs;
- prefer search/fetch before launching a browser when interaction is unnecessary;
- separate current snapshots from dated historical events;
- define when a qualified fallback counts as completed;
- require `null` instead of guessed values;
- add a tool-call or evidence budget.

Keep wins. If the new run regresses, restore the previous prompt and test a different hypothesis rather than stacking more rules.

## Judge and converge

Generate the comparison table after each run:

```bash
node <skill-dir>/scripts/optimize_agent_prompt.mjs report \
  --workspace ./agent-prompt-optimization/<experiment-name>
```

Judge more than field completeness. Require:

- terminal status `COMPLETED`;
- required fields populated or explicitly nullable;
- known-fact checks passing when available;
- no factuality-warning match;
- provenance and safety constraints preserved;
- fewer messages or lower duration without quality loss.

Once a prompt wins, run it again unchanged with a new label. Converge only after it passes at least two of the last three runs and one pass is an unchanged confirmation. Do not call a prompt globally optimal from one task; describe it as the best prompt for the tested task distribution.

## Graduate into the demo

Use the confirmed prompt as the Agent's production `systemPrompt`. Keep the strict result schema and per-run variables. Preserve the experiment workspace or its report so reviewers can audit why each instruction exists.

In the final handoff, report:

- baseline versus winning score, duration, and message count;
- the first wrong turn each prompt change fixed;
- whether session logs added evidence;
- the winning prompt path;
- confirmation-run results;
- limitations and the next holdout matrix.

© browserbase · MIT · browserbase/skills

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
Browserbase browserbase MCP-сервер Browserbase для Claude Code даёт агенту облачный браузер: открывает страницы, выполняет действия и извлекает данные. Решает задачи на живых сайтах, а не в файлах проекта. CX Codex +1 433установок llm-application-dev-prompt-optimize sickn33 Скилл llm-application-dev-prompt-optimize переводит черновые инструкции в готовые промпты через цепочки рассуждений и проверки на регрессию. Помогает контролировать задержку и стоимость ответов модели. CX Codex +1 1установок prompt-optimize gaasher Скилл prompt-optimize для Claude Code итеративно улучшает готовый промпт по команде оценки и сохраняет только правки, повышающие метрику. CX Codex +1 ★ 185звёзд репо dspy-optimize-anything OmidZamani Скилл dspy-optimize-anything настраивает эволюционную оптимизацию текстовых артефактов через библиотеку GEPA. Подходит для улучшения кода, промптов, архитектур агентов и SVG с опорой на диагностику. CX Codex +1 ★ 125звёзд репо Parallel Browser MCP etairl MCP-сервер Parallel Browser MCP для Claude Code запускает параллельные веб-сессии с числовыми ID и управляет ими через Playwright, Browserbase, Anchor или Cloudflare. Агент работает сразу на нескольких сайтах. CX Codex +1 ★ 41звёзд репо optimize-memory-usage davila7 Команда optimize-memory-usage ищет утечки и лишний расход памяти, затем предлагает настройки и проверки для frontend, backend или базы данных. CX Codex +1 476установок

Из того же набора18

Весь набор →
event-prospecting Скилл event-prospecting берёт URL страницы спикеров конференции, извлекает людей, фильтрует компании по ICP и выдаёт HTML-отчёт с карточками: почему с этим человеком стоит поговорить. CX Codex +1 2 200установок browser-to-api Скилл browser-to-api для Claude Code и Codex. Разбирает запись браузерной сессии и собирает из неё спецификацию OpenAPI 3.1, клиент на fetch и отчёт о покрытии API, когда документация не опубликована. CX Codex +1 2 000установок safe-browser Скилл собирает локального браузер-агента, у которого есть только один инструмент — safe_browser. Все запросы вне разрешённых доменов блокируются на уровне CDP. CX Codex +1 1 800установок agent-experience Скилл agent-experience для Claude Code, Codex, Cursor и других платформ: запускает несколько субагентов против вашего SDK, сайта с документацией или SKILL.md и выдаёт HTML-отчёт с оценкой A–F. CX Codex +1 936установок competitor-analysis Скилл competitor-analysis для Claude Code исследует конкурентов, находит новых кандидатов и собирает HTML-отчёт с матрицей функций и цен. Сравнивает компанию с рынком. CX Codex +1 741установок webmcp-gen Скилл webmcp-gen для Claude Code, который создаёт сайт-специфичные WebMCP-инструменты из URL и описания нужной функции. Пишет манифест, компилирует init-скрипт и проверяет его через Stagehand. CX Codex +1 633установок browser-use-to-stagehand Скилл browser-use-to-stagehand для Claude Code, Codex, Cursor и других платформ: конвертирует Python-скрипты browser-use в TypeScript Stagehand v3 на Browserbase. CX Codex +1 561установок add-webmcp Скилл add-webmcp для Claude Code добавляет WebMCP-инструменты в существующее веб-приложение. Он включается, когда нужно открыть функции сайта для ИИ-агентов. CX Codex +1 259установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой