SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI智能体BrowserSkill

BrowserSkill

BrowserSkill 是腾讯开源的浏览器自动化工具，由 bsk CLI 与 Chrome/Edge 扩展组成，让 AI 智能体在用户已登录的真实浏览器中执行任务，而不打断用户当前工作。任务在独立的可见 Agent Window 中运行，也可显式借用现有标签页并在结束后归还。它可与 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent 等任何具备 shell 能力的智能体配合使用；DeepSeek Harness 另有专用插件，提供原生 bsk_* 工具、任务预览与截图结果。主要能力包括读取页面、填写表单、操作网站、整页长截图、网站调试（请求、控制台、表单值、性能与 API 分析、请求重放与证据导出）等。项目采用 MIT 许可，不运营强制云服务，也不收集产品遥测。

访问官网

工具介绍

BrowserSkill 是腾讯开源的浏览器自动化项目，目标是让 AI 智能体在用户已经登录的真实浏览器中工作，同时不打断用户自己的浏览。它由 bsk CLI 和浏览器扩展两部分组成，CLI 内含后台守护进程，扩展负责连接 Chrome 或 Microsoft Edge。

用途 BrowserSkill 把 AI 智能体连接到 Chrome 或 Microsoft Edge，并使用用户已登录的账号。用户可以要求智能体读取页面、填写表单、在网站上完成操作、截取长截图，或排查失败的请求。任务在独立的、可见的 Agent Window 中运行；也可以显式借用现有标签页，并在任务结束后归还。

主要能力

  • 浏览器任务：读取页面、填写表单、操作网站、整页长截图、调查失败请求。
  • 网站调试：在授权调试的网站上复现问题前开始捕获，随后查看操作时间线、请求、控制台输出、表单字段值、页面变化、性能指标与 API 分析；支持请求过滤、JSON 字段检查、任务内请求修改、阻断、模拟响应、同源重放，并可保存 JSON 记录。
  • 整页截图：通过扩展的 Quick Actions → Full-page screenshot 实现自动滚动、手动滚动长图或可见区域截图；该扩展功能无需智能体或守护进程连接也可使用。
  • 浏览器配置选择：在目标配置中打开扩展并复制配置说明，随任务发送；也可为浏览器指定唯一名称并显式选择。
  • 远程运行：浏览器与登录状态保留在本地电脑，智能体、CLI 与守护进程可运行在服务器上，通过经过认证的 WSS 配对；浏览器主动发起连接，本地无需入站端口。

使用方式 本地自动化需要三部分：AI 智能体 + bsk CLI + 浏览器扩展。CLI 包含后台守护进程，skill 用于教会智能体如何使用它。 安装 CLI（Windows PowerShell）： irm https://browser-skill.org/install.ps1 | iex 默认二进制安装在 ~/.local/bin 下，需在将使用它的终端或智能体环境中检查。若正在运行的智能体找不到 bsk，可重启以获取新的 PATH，或配置已安装二进制的绝对路径。 安装扩展：从 Chrome Web Store 或 Edge Add-ons 安装，打开弹窗，启用本地连接，并在启动 CLI 后检查状态。 安装 skill：使用 bsk install-skill，用空格选择 harness，再按 Enter；非交互式安装可显式指定。使用 bsk install-skill --list 查看支持的目标与路径。已有安装会被跳过，除非用 --force 显式替换。其他 harness 可将整个 crates/bsk-cli/skill/ 目录复制到其 skills 目录下作为 browser-skill/，并包含 references/。DSH 用户应安装插件，插件已包含该 skill。 连接检查：解决失败的检查项，确认扩展显示 Connected。启动新的智能体会话，确认其能发现 browser-skill；仅 doctor 检查成功并不代表 skill 已被发现。 首个任务：连接后，可让智能体打开自己的窗口、读取页面、返回摘要并停止任务。外部链接或手动创建的标签页若落入任务窗口，会被移动到最近使用的普通窗口；若没有普通窗口则创建用户窗口。路由发生在标签页创建之后，因此标签页可能短暂出现在任务窗口中。页面打开的标签页、人工协助或录制会被保留。支持 skill 斜杠命令的 harness 也可使用 /browser-skill。 会话管理：启动会话并保留返回的 session_id，后续命令中用该值替换 <id>。连接多个浏览器时，可在启动会话时用 --browser <instance-id-or-name> 选择。默认后台创建；--no-focus 仍受支持，--focus 显式将新窗口带到前台。请求人工帮助与交互式录制仍会将相关窗口带到前台。使用 bsk --help 或 bsk <command> --help 查看命令选项。任务完成后（包括失败任务）应始终停止会话，借用的标签页会归还到原窗口。

DeepSeek Harness 插件 DSH 插件为 DeepSeek Harness Web UI 添加原生 bsk_* 工具、浏览器任务预览与截图结果，使用相同的 bsk CLI 与扩展，并自带 BrowserSkill skill。升级到 0.3.3 时，需先更新 CLI 与扩展，再更新插件；六个 browser_* 工具已重命名为 bsk_*，不提供旧名称别名，需更新自定义工具调用与策略，重启 DSH profile，并在已有对话中重新调用 /browser-skill。

适用场景

  • 在已登录的网站上让智能体代为读取、填写与操作。
  • 对授权调试的网站进行问题复现与证据收集。
  • 需要整页长截图或可见区域截图。
  • 智能体运行在服务器、浏览器与登录状态保留在本地的远程部署。
  • 与 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent 等 shell 能力智能体配合。

限制与注意事项

  • Agent Window 共享所选配置的登录状态，不是独立账号或安全沙箱；智能体可以以已登录网站的权限行动，需谨慎选择任务与智能体。
  • 扩展有两个独立的 Automation 设置，默认均启用；这些浏览器设置适用于现有和新的会话，旧版 --unattended、标签借用 --no-confirm 与 BSK_REQUEST_HELP=off 输入无法覆盖它们。禁用人工帮助不代表所请求步骤已完成。关闭 Agent Window 可停止其任务。
  • Chrome 在页面打开原生弹窗时仍可能激活窗口；Chrome 公开扩展 API 无法保证零瞬时激活，也无法保证将焦点恢复到其他应用。
  • 整页截图遵循文档滚动区域，嵌套滚动面板与虚拟化列表存在限制。
  • 请求重放会使用页面当前会话发送新请求，可能改变服务器数据。捕获与脱敏存在限制，保留的证据仍可能包含敏感信息；已知密钥会从调试证据中过滤，但脱敏无法保证移除所有敏感数据；视频帧不会自动脱敏。
  • 停止任务或断开连接不会删除保留的历史或视频；导出副本以及智能体或网关已接收的副本需另行管理。
  • BrowserSkill 不运营强制云服务，也不收集产品遥测；自动化结果会发送到所选守护进程或网关及使用它的智能体，该智能体或服务可能按其自身政策处理或保留数据。扩展不会独立调用 AI 提供商。
  • bsk 支持 Windows 10 与 Windows Server 2016 或更高版本。
  • 更新：先完成活动浏览器任务，再更新 CLI。默认本地安装会安装新可执行文件并检查其运行，同时守护进程继续服务，随后在同一端口用新可执行文件重启守护进程；若重启的守护进程未就绪，会恢复旧可执行文件并从中重启。以 --foreground 启动的守护进程会保留旧版本运行，需在其终端或 supervisor 中重启。后台守护进程每 30 分钟检查新版本，并在无活动智能体会话时以相同方式安装。可通过 BSK_AUTO_UPDATE=off 禁用守护进程侧自动更新，同时保留手动 bsk update。扩展通过浏览器商店更新；DSH 插件需单独更新后重启其 profile。
  • 源码构建：仓库是 Rust + pnpm 工作区，需 Rust stable、Node.js 22 与 package.json 中声明的 pnpm 版本。CLI 构建在 target/release/ 下；将 apps/extension/dist/chrome-mv3/ 作为未打包扩展加载。扩展开发使用 pnpm ext:dev。相关检查可运行 cargo test --workspace --locked、pnpm ext:test 与 pnpm lint。
  • 扩展界面支持英语、简体与繁体中文、韩语、日语、法语、意大利语、西班牙语、德语与巴西葡萄牙语。

项目采用 MIT 许可。

同类工具

查看分类