腾讯团队开源了一个CLI加浏览器扩展的组合项目BrowserSkill,解决了一个长期困扰AI Agent开发者的痛点:自动化浏览器时没有登录态。
以前用Playwright、headless Chrome这些工具做浏览器自动化,最大的问题是它们开的是另一个浏览器,没有你的登录态、没有你的Cookie,碰到需要登录的站点就得单独配测试账号。BrowserSkill反其道而行,直接借用户日常使用的浏览器。
我上周试着用它做了一个自动化测试的原型。以前用其他AI工具总是要反复调整登录态,BrowserSkill的登录态复用确实强,而且响应速度只需要几秒,比手动配置快了一到两个数量级。
从技术角度看,BrowserSkill采用四层链路架构:Agent到bsk CLI到bsk守护进程到浏览器扩展到Agent Window。Agent永远不直接碰浏览器,每个操作都有权限控制。这种方法在开源社区一直存在争议,支持者认为这是效率提升,反对者担心会影响安全性。
几个关键数字值得关注:21个工具处理器,经CDP驱动浏览器;支持远程模式,Agent跑在服务器上,通过一次性配对链接连回你本地的浏览器;30天操作审计日志。官方自称在多个基准测试中表现优异。
BrowserSkill的定位不替代Playwright或Selenium这类自动化工具,主要是为了补上它们不擅长的那一环:当你需要在代码流程中嵌入浏览器自动化、要求登录态复用、不能出格的时候,用传统工具做这件事成本高、速度慢、还可能生成不可预期的内容。
开源地址:github.com/Tencent/Browse…
做AI应用开发、需要在代码中嵌入浏览器自动化的可以关注一下。
话题来源 @shao__meng
❤️154 x.com/…↗ 已改写,非原文转载
36 浏览 0 评论
0 反应












