BrowserSkill 快速上手:让 AI Agent 在你已登录的浏览器里做自动化,不打断你

发布时间:2026/10/6 18:44:35

BrowserSkill 快速上手:让 AI Agent 在你已登录的浏览器里做自动化,不打断你 BrowserSkill 快速上手让 AI Agent 在你已登录的浏览器里做自动化不打断你【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让 Agent 帮忙打开网页、总结内容它又卡在登录墙上——要么自建测试账号要么眼睁睁看着它等你输密码。BrowserSkill 是解决这个问题的本地桥接层把 AI Agent 接到你日常在用的 Chrome 或 Edge 上直接复用现有登录态。Agent 干活期间你在自己的窗口里继续写文档、看消息互不干扰。一分钟搞懂它一句话BrowserSkill 本机的bsk命令行工具内含常驻后台的 daemon 服务 一个浏览器扩展。前者是 Agent 的唯一入口后者负责在浏览器里真正动手。CLI / daemon跑在 macOSApple Silicon 与 Intel、Linuxx64 与 ARM64、Windows x64 上装好即用不需要别的常驻服务。浏览器扩展Chrome、Microsoft Edge 已适配基于 Chromium 125 及以上其他 Chromium 内核浏览器一般可用Firefox 在计划中。前置依赖一个能执行 Shell 命令的 AI Agent——Cursor、Claude Code、Codex 都可以。没有 SDK没有模型绑定bsk就是它的 API。代价是边界被写死只做操作绝不提取凭据、Cookie 或 Token。装好它的最快路径装 CLI。macOS / Linux 在终端执行curl -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二进制默认落在~/.local/binbsk --version能输出版本号即成功。装扩展。从 Chrome Web Store 或 Edge 加载项商店安装 BrowserSkill打开弹窗启用本地连接。把操作手册skill交给 Agent让它知道怎么调bskbsk install-skill --harness cursor --json把cursor换成你的 harness ID全部选项用bsk install-skill --list查看。体检运行bsk doctor按提示处理警告与失败项直到扩展弹窗显示已连接。最容易踩的坑正在运行的 Agent 会缓存旧 PATH。装完 CLI 后重启一次 Agent否则它会报找不到bsk。跟着敲一遍场景一打开网页并总结一个会话的完整生命周期是start → 干活 → stop。bsk session start --json返回session_id后续所有命令都要带它。bsk navigate https://example.com --session id页面在独立的 Agent Window 里打开不会占用你正在看的窗口。bsk observe --session id返回页面文本和形如e3的元素引用ref这是后续交互的坐标。规则只有一条导航或页面结构大变更后重新observe拿新鲜引用再动作。bsk click e3 --session id拿到结果后重新observe验证效果别盲目重试。bsk session stop id无论任务成败都应显式关闭不要指望空闲自动清理。场景二借用你自己的标签页Agent 默认只碰 Agent Window 内的页面。要操作你已打开的标签先列出来再借bsk tab list --scope user --session id bsk tab borrow tab-id --session id借用默认等你确认 60 秒--timeout 120s可改需 daemon 与扩展协议版本 1.2 及以上。卡住时可以喊人比如登录、验证码、支付确认bsk request-help --session id --prompt Please complete sign-in --target e3返回值含义你的下一步continued/completed你已接管并处理完重新observe继续任务cancelled/timed_out你拒绝了不要重复同一请求disabled扩展里关了人工协助基于现有登录态尽力推进别把任务判成完成做完相关操作立即bsk tab return tab-id --session id别让用户的标签页跨任务滞留。顺手带走的能力能力一句话收益关键命令长截图整页切成 512 像素高的 PNG 瓦片存进扩展的 OPFS内存峰值极低一次 3,170 × 100,062 像素的捕获RGBA 缓冲峰值约 41.7 MiB同等完整位图需约 1.27 GBbsk screenshot --session id --full-page --out page.png默认采集超时两分钟长页面加--timeout 5m结束自动恢复滚动位置远程连接Agent 在服务器、浏览器在你电脑也能跑扩展主动发起出站连接本地无需开端口bsk daemon start --mode server配合 TLS 证书自建鉴权服务器bsk daemon pair生成一次性配对链接完成设备授权凭据可轮换与吊销无人值守扩展弹窗里借用标签页前确认和允许请求人工协助是两个独立开关都关掉后借用免确认、求助直接返回disabled无需命令行参数插件里保存的设置对全部会话具有最终决定权旧版--unattended等开关已弃用链路长什么样Agent 从头到尾不直接碰浏览器整条链路严格分层两处反直觉的设计值得知道CLI 侧工具调用的 IPC 超时设为 35 秒刻意比 daemon 侧工具超时略长这样调用方收到的是结构化超时响应而不是连接莫名断开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。线上协议类型与每个工具的参数/结果契约全部集中在 crates/bsk-protocol/schema/扩展端实现位于 apps/extension/src/。谁该用下一步看什么如果你的 Agent 需要操作真实网站后台系统、电商、SaaS不想维护一套测试账号还希望全程可见、可控、可中途接管它就是为此设计的纯无头批量抓取则别用它的人机协作取向会拖慢你。Agent 自助安装指引把一句话发给 Agent它自己装好 CLI 和 skill长截图说明沙盒环境说明沙盒会回收后台进程时如何在宿主侧托管 daemon【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
延伸阅读

更多相关文章

2026/10/6 18:44:35

Group Causal Policy Optimization for Post-Training Large Language Models

文章主要内容和创新点 主要内容 本文聚焦于大型语言模型(LLMs)的后训练优化,针对现有方法(如GRPO)忽略候选响应间语义交互(互补或矛盾)的问题,提出了Group Causal Policy Optimization(GCPO) 方法。 现有GRPO方法通过组内相对奖励提升效率,但假设候选响应独立,忽…

2026/10/6 19:44:39

多用户多仓库进销存系统源码解析:基于uniapp的跨端库存管理方案

跑进销存这条路的人都知道,真正的痛点从来不是“做一张入库单”或者“打一张出库单”,而是当公司有多个门店、多个仓,甚至多人同时操作时,数据到底怎么算得清。前阵子我拿到一套基于uniapp的多用户多仓库进销存管理系统源码&#…

2026/10/6 19:44:39

用OpenSSH与dotfiles打造标准化Shell环境:登录配置安全一键搞定

把一套散落在不同机器上的 Shell 环境,收拢成可复用、可迁移、可安全交付的标准化方案,这件事我琢磨了很久。OpenShell 这个名字听起来像是一个开源项目,其实它更像是我给自己定的一套“终端环境建设规则”:把 SSH 登录、dotfiles…

2026/10/6 19:44:39

C++自定义字面量高级用法:编译期单位换算与字符串解析

一提到C里的自定义字面量,很多人的第一反应是“哦,不就是operator""嘛,给数值加个后缀,看着挺酷,实际上用不上”。说实话,我早几年也是这个态度。直到有一次在系统里接测量模块,满屏的…

2026/10/6 19:44:39

华为云码道代码智能体实战:从零上手到代码检视与修复

1. 从零上手华为云码道代码智能体:一个后端老兵的真实踩坑记录 第一次听说华为云码道(CodeArts)代码智能体的时候,我正被一个祖传项目折磨得够呛。那是一个跑了快六年的老系统,代码里到处是复制粘贴留下的痕迹&#xf…

2026/10/6 19:39:38

Agent-Reach 实战:用 CLI 让 AI Agent 稳定触达外部世界

Agent-Reach 这个名字第一次看到的时候,我下意识以为是某个网络代理工具,后来翻了翻社区讨论和相关的技术标签,才反应过来它指向的是另一件事:让 AI Agent 真正"够得着"外部世界的那一层能力。CLI、Python、AI Agent 这…

2026/10/5 6:32:56

Jev+Agent接管浏览器:browser-use实战与jev-ultrafast性能优化

1. 从“Jev”说起:为什么我要把Agent接进浏览器“Jev”这个词最近在圈子里出现的频率越来越高,很多人第一次听到会以为是某个新模型的名字,其实它更像是一种思路——把Jev模型的能力当作底座,通过Agent的方式去接管浏览器&#xf…

2026/10/6 4:01:51

多智能体集群实战:DeepAgents编排、MCP与A2A协议及Skills体系

1. 从"单兵作战"到"集群协同":多智能体编排到底在解决什么问题如果你最近在折腾 Agent 相关的东西,大概率会有一种感觉:单个 Agent 能做的事情,其实很快就摸到天花板了。你给它一个提示词,挂几个工…

2026/10/6 17:46:51

无源低通滤波器设计实战:从RC到LC,手把手教你避开那些坑

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/6 0:03:23

MR25H40CDF+STM32F031C6工业级高可靠数据存储方案

1. 项目概述:为什么在工业现场非得用 MR25H40CDF 配 STM32F031C6 做数据存储?在工厂产线的 PLC 控制柜里、在风电变流器的散热片背面、在矿井监测终端的金属外壳下,你经常能看到一块指甲盖大小的黑色芯片——它既不是 Flash,也不是…

2026/10/6 0:03:23

MRAM+STM32工业断电数据保全实战指南

1. 项目概述:为什么在工业现场非得用 MR25H40CDF 配 STM32F031C6 做数据存储?在工厂产线的PLC柜里、在野外无人值守的环境监测终端里、在高速运转的包装机控制板上,你经常能看到一块指甲盖大小的黑色芯片,旁边贴着“MR25H40CDF”丝…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑