BrowserSkill 浏览器自动化完整指南三步让 AI Agent 安全复用你的已登录浏览器【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill想让 AI Agent 直接帮你点网站、填表单却又担心它抢了你的浏览器窗口BrowserSkill 就是为此设计的它在 shell 型 Agent 与你已登录的真实浏览器之间架起一座本地桥梁自动化任务在独立的 Agent Window 里执行你的日常浏览完全不受干扰。读完本文你能独立完成安装、连接扩展、跑通第一个浏览器任务并搞懂沙箱环境和各类开关的正确用法。为什么需要 BrowserSkill三个真实痛点先说三个你大概率踩过的坑登录态拿不到。给 Agent 配一个无头浏览器它面对的是空白未登录状态导出 Cookie 给脚本用又等于把账号钥匙拱手交出。Agent 抢窗口。让 Agent 直接操控你正在用的那个浏览器它一开页面你的工作流就断了。验证、登录卡死。遇到验证码或确认框Agent 只能干等没法喊你出手。BrowserSkill 的化解思路很直接登录态留在你自己的浏览器 profile 里Agent 通过本地命令行工具bsk发号施令真正的点击和填表发生在扩展为你单独开的Agent Window一个可见的、专用于自动化的浏览器窗口中。需要碰你已打开的标签页时它必须先借用、用完归还——这套显式的借还模型是整个产品的安全底线。BrowserSkill 核心机制速览前台与调度台的类比理解工作方式只需要一个类比它像一家公司的前台 调度台 外勤三段式。AgentCursor、Claude Code、Codex、OpenClaw 等任何会跑 shell 命令的 harness只跟前台对话也就是bskCLICLI 通过本地 IPC 把工单递给调度台bsk daemon同一二进制回环 WebSocket 默认端口52800daemon 再把tool.*请求转发给浏览器里的扩展由扩展在 Agent Window 中实际执行 CDP 操作。响应沿原路返回CLI 打印结果后退出。几个关键约束值得记住会话要显式收尾。任务用bsk session start启动结束后必须bsk session stop空闲 5 分钟自动超时只是安全网不是常规手段。沙箱边界。写操作只允许发生在 Agent Window 内或者你显式借出的标签页上页面自己弹出的窗口不会自动获得控制权。同会话串行。daemon 对同一会话的工具调用排队执行不同会话之间并行互不干扰。DeepSeek Harness 走插件。dsh 用户安装wxg-prc-cpg/browser-skill-dsh-plugin后获得原生browser_*工具插件自带 skill无需再跑bsk install-skill。源码级分工见 docs/architecture.md这里不展开。三步完成 BrowserSkill 安装CLI、扩展与 skill第 1 步装 CLI 和浏览器扩展两个部件缺一不可CLI 管命令解析与本地通信扩展管浏览器内的实际操作。macOS / Linuxcurl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh export PATH${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATHWindows PowerShellirm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex成功标志bsk --version能打印版本号。装完在 Chrome Web Store 或 Edge Add-ons 搜索 BrowserSkill 安装扩展即可其他 Chromium 系浏览器装 Chrome 版。第 2 步装 skill 并连接扩展skill 是一份教 Agent 如何正确使用bsk的说明书一条命令装好bsk install-skill按Space选 harness、Enter确认非交互场景用bsk install-skill --harness cursor --json。然后打开扩展弹窗开启连接运行bsk doctor并处理它报出的每一项fail每项都带hint照着做一次再重跑。成功标志弹窗显示已连接READYbsk doctor无失败项。第 3 步跑通第一个任务开一个新的Agent 会话直接下命令/browser-skill open example.com and summarize what is on the page.成功标志Agent 读到了页面内容并主动停掉了它创建的 BrowserSkill 会话。如果 skill 没被发现回到第 2 步检查安装路径bsk doctor在 skill 缺失时只会报N/A不会替你发现它别被绿灯骗了。进阶配置沙箱环境与两个自动化开关沙箱化 Agent 环境的特殊接法如果你的 Agent 沙箱在每条命令结束后收割子进程Linux 上 WorkBuddy 的 bubblewrap 沙箱、部分 Windows shell 任务如此daemon 必须放在持久的宿主环境里沙箱内只通过共享本地 IPC 发命令BSK_HOME/absolute/shared/bsk BSK_AUTO_START0 bsk status --json三种返回的处理方式结果含义与动作status 成功复用该 daemonbrowsers为空只表示扩展还没连上不必另起daemon 缺失确认没有宿主任务在启动它然后在沙箱外的持久任务里跑bsk daemon start --foreground权限错误 / 超时不能据此断定 daemon 不存在先查报告路径与 IPC 权限注意沙箱内每条命令都要带上相同的BSK_HOME和BSK_AUTO_START0因为环境变量不会跨 shell 调用保留。完整步骤与 PowerShell 示例见 docs/sandboxed-agents.md。扩展里的两个独立开关扩展弹窗的 Automation settings 有两个默认都开的开关用户保存的浏览器设置是每个会话的权威配置借用标签页前确认允许请求人工帮助实际行为开开借用需你批准求助请求弹出 UI 等你接管开关借用仍需批准request-help直接返回disabled关开借用跳过确认求助请求弹出 UI关关借用跳过确认求助请求返回disabled几点行为细节关闭确认会释放挂起的借用关闭帮助会让挂起的求助以disabled收尾已完成的借用不撤销已结束的求助不重开帮助只控制request-help的可用性不意味着每个动作都要请示。版本上request-help需要 daemon 协议 1.3自定义借用等待tab borrow --timeout默认 60s 只是确认等待时长不决定是否要求确认需要 daemon 与扩展均为协议 1.2建议 CLI、daemon、扩展三端一起更新用bsk --version、bsk status核对版本再跑bsk doctor。BrowserSkill 常见问题废弃项、PATH 与升级Q装完bsk还是找不到命令export PATH只对当前 shell 生效Agent 的每次 shell 调用可能都要重复设置或直接用绝对路径默认~/.local/bin/bskWindows 为bsk.exe。装好后记得重启 Agent否则它可能一直抱着旧 PATH。Q--unattended、tab borrow --no-confirm、BSK_REQUEST_HELPoff还能用吗0.3.0 起这三个输入不再绕过确认或禁用求助仅为兼容保留且已弃用daemon 用到时会记录提示。脚本若想无人值守等待请改用扩展里的开关旧会话包括当年用--unattended建的在重新开启设置后行为恢复。session start --json/session list --json会报告实际生效的interaction策略。Q帮助被禁用后Agent 遇到验证码就死了吗request-help返回disabled不代表任务完成也不授予额外权限。skill 会引导 Agent 重新观察利用现有登录态和已授权输入继续推进能看图理解验证码的模型可以尝试但仅手机可用的 QR 扫码、人脸验证、短信验证码、纯文本模型面对图片验证码等场景仍可能受阻。偏好读取失败时运行时会保留已知值无有效值则默认两个开关都开不会阻塞会话创建。Q怎么升级本地安装直接bsk update --yes它默认会按原启动设置重启 daemonWindows 提示 staged update 时等替换完成再查版本。托管、自定义端口或远程场景则在宿主里停 daemon用bsk update --yes --no-restart-daemon升级后再按原参数启动期间 Agent 命令设BSK_AUTO_START0。扩展走商店更新托管的 CLI skill 会在 daemon 启动、session start、doctor时按内容基线策略同步你的本地编辑和自定义 skill 会被保留。QAgent 服务器和浏览器不在一台机器上支持服务器模式daemon 以认证 WSS 暴露给远程扩展凭据存在扩展的 IndexedDB 里网站 Cookie 始终留在你的浏览器。配置细节见 docs/remote-extension-connection.md。Q想要整页长截图扩展弹窗 Quick actions 或bsk screenshot --session id --full-page --out page.png都能出图行为契约见 docs/long-screenshot.md。延伸资料与总结一句话收束BrowserSkill 让Agent 干浏览器脏活、人继续干正事成为默认工作方式代价只是三条命令和一次扩展连接。想深入时按图索骥完整架构与组件分工docs/architecture.md沙箱化 Agent 部署细节docs/sandboxed-agents.md操作审计30 天保留、导出与删除docs/operation-audit.mdscroll-to原语参考docs/scroll-to.mdDeepSeek Harness 插件packages/dsh-plugin-browserskill/README.md浏览器能力评估集evals/browser/README.md【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
