BrowserSkill 快速上手指南让 AI Agent 直接操作你已登录的浏览器【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当你想让 AI Agent 在已登录的网页后台里完成真实工作又不想专门准备一套测试账号时BrowserSkill 就是为这个场景做的桥接层它让任何能执行 Shell 命令的 Agent 直接驱动你现有的 Chrome 或 Edge整体由本地bsk命令行工具内含常驻 daemon加一个浏览器扩展两部分组成装上后 Agent 用你的真实登录态干活你继续在主窗口工作不受打扰。三分钟装好并自检三件套缺一不可一个能跑 Shell 的 Agent、bskCLI、浏览器扩展。组件环境要求CLI / daemonmacOSApple Silicon / Intel、Linuxx64 / ARM64、Windows x64浏览器扩展Chrome 或 Microsoft EdgeChromium125Agent 侧任一能执行 Shell 的 Agent或带插件的 DeepSeek HarnessmacOS / Linux 一条命令装好二进制默认落在~/.local/bincurl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh export PATH${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATHWindows 用 PowerShellirm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex接着从 Chrome Web Store 或 Edge 加载项商店安装扩展打开扩展弹窗确认本地连接已启用。最后把操作手册交给你的 Agent 并做自检--list可查看全部 harnessbsk install-skill --harness cursor --json bsk doctor看到这些现象才算装好bsk --version能输出版本号bsk doctor无失败项扩展弹窗显示已连接。如果正在运行的 Agent 找不到bsk重启一次让它拿到新 PATH。五个核心能力装完就能用 开个会话四步干完活一次任务就是start → 干活 → stop会话 ID 是4位小写字母后续每条命令都用--session带上它bsk session start --json bsk navigate https://example.com --session id bsk observe --session id bsk session stop idobserve返回的eN元素引用是后续所有点击、填字的坐标。注意导航或页面结构大变更后先重新observe拿新鲜引用再动作复用旧引用很容易点错位置无论成败都要session stop别指望5分钟空闲超时替你清理。 借用和归还标签页的正确姿势Agent 默认只碰自己 Agent Window 里的页面要动你打开的标签页必须先借、用完归还bsk tab list --scope user --session id bsk tab borrow tab-id --session id bsk tab return tab-id --session id借用默认等你确认60秒--timeout 120s可改需 daemon 与扩展协议1.2及以上。如果借用被拒绝或超时就先别重复发起同一个借用相关步骤做完立即归还别让用户的标签页跨任务滞留。 卡住时喊人接管遇到登录、验证码、OTP或两次尝试毫无进展把控制权交回给你bsk request-help --session id --prompt Please complete sign-in --target e3硬超时默认5分钟。返回continued或completed就重新observe继续返回cancelled或timed_out表示你拒绝了不要重复请求返回disabled说明扩展里关了允许请求人工协助此时应基于现有登录态尽力推进而不是把任务判为完成。 整页长截图怎么截--full-page会自动滚动拼接整页结束后恢复原滚动位置后台标签页也能截行内一条命令即可bsk screenshot --session id --full-page --out page.png。默认采集编码超时2分钟长页面加--timeout 5m内部按512像素高的 PNG 瓦片存储以控制内存峰值。注意嵌套滚动面板和虚拟化列表有采集限制超长虚拟列表不适合用这种方式取证。 复现问题前先开调试采集把每次操作关联到请求、响应体、Console 输出和页面变化证据可导出为 JSON 事后复查或分享。让 Agent 在复现前先开启 Website debugging 采集结束后导出证据即可。注意远程模式不支持文件上传下载请求重放会用页面当前会话发真实请求可能修改服务端数据别在生产环境随意试。工作原理速览调用链和三个幕后约定整条链路严格分层Agent 从不直接碰浏览器超时分层daemon 侧工具超时默认30秒CLI 侧 IPC 超时设为35秒刻意比前者略长你收到的是结构化超时响应而不是连接莫名断开。端口与发现本地模式 daemon 的回环 WebSocket 默认监听52800端口session start会先自动拉起 daemon并等待扩展重连最多35秒才放行请求。队列与清理daemon 对同一会话的工具调用串行排队、不同会话并行会话空闲超时默认5分钟只是安全网显式session stop仍是必须的。所有参数与结果的契约集中在 crates/bsk-protocol/schema/ 的 JSON Schema 里扩展端实现在 apps/extension/src/想核对某个工具的行为可以直接查。边界与选型适合Agent 需要操作真实网站后台系统、电商、SaaS而你不想维护测试账号直接复用当前 profile 的登录态只执行操作不提取凭据、Cookie 或 Token。自动化过程必须可见、可接管任务都在独立的 Agent Window 里跑登录、验证码这类步骤随时可喊人。Agent 跑在服务器上、浏览器在你电脑上远程模式由扩展主动发起出站 WSS 连接你本地无需开放任何入站端口。不适合纯无头批量抓取它是为人机协作设计的不是爬虫工具。需要完全隔离账号的场景Agent Window 共享所选 profile 的登录态不是独立的安全沙箱Agent 会以你已登录网站的权限行事任务要交给可信的 Agent。延伸阅读架构文档长截图说明远程连接说明沙盒环境说明【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
)
