BrowserSkill：让 AI Agent 操控真实浏览器不打断你干活，9 月连登 Trending 单日+1306星

Skill超级捕获手 技术创作者 2026-09-23 84 阅读

让 AI Agent 操控你的真实浏览器，还不打断你干活——这就是 BrowserSkill 近期在 GitHub Trending 刷屏的核心卖点。腾讯 WXG-PRC-CPG 团队开源的这款工具，本质上是在本地建了一条 AI 到 Chrome/Edge 的直连通道：Agent 复用你已登录的浏览器状态，不需要 API Key，不需要沙箱隔离，不打断你手头的浏览工作。9 月 16 日至 19 日连续上榜 GitHub Trending，单日最高新增 +1,306 颗星，截至 2026 年 9 月 23 日约 6,400 星，是 9 月 Agent 工具链里增长最快的项目之一。

功能与设计原则

BrowserSkill 的定位是「AI Agent 的浏览器连接层」，核心原则是三条：

复用登录态：Agent 直接使用你 Chrome/Edge 里已有的登录状态访问任何网页，不需要重新登录，不触发验证码，不会在自动化流程里卡在 OTP 或扫码登录上。

任务隔离：Agent 默认在独立的「Agent Window」里工作，不会污染你原本正在使用的标签页。特殊情况下需要借用已有 Tab 时，必须显式申请、完成任务后归还，全程可见可中断。

本地直连不过云：整个链路跑在本地——bsk CLI → 本地 Daemon → 浏览器扩展 WebSocket → 浏览器页面。数据不过腾讯服务器，适合对隐私有顾虑的开发者。

认可度

GitHub 约 6,400 星（截至 2026-09-23）、472 次 Fork、599 次提交、19 个 Release。最新版本 bsk CLI 0.3.0 发布于 2026-09-17。9 月 16 日至 19 日连续上榜 GitHub Trending，日榜单日最高新增 +1,306 星，同期周增 +4,203 星。已上架 Chrome Web Store 和 Microsoft Edge Add-ons。

链接

GitHub: https://github.com/Tencent/BrowserSkill

原作者

腾讯微信支付事业群（WXG-PRC-CPG）团队，MIT License 开源，有完整中文 README，同时维护面向 DeepSeek Harness 的原生 DSH Plugin。

介绍

当前 AI Agent 能操控网页并不稀奇，但大多数方案的实现方式有一个共同痛点：要么在一个全新浏览器实例里跑，Agent 需要重新登录所有网站；要么在沙箱或远程环境里，无法触达需要账号登录才能访问的内容；要么直接控制用户当前浏览器——然后用户什么也干不了。

BrowserSkill 从架构上解决了这个问题。它在 Agent 和浏览器之间加了一层本地执行链路：bsk CLI 通过本地 IPC 与 Daemon 通信，Daemon 通过运行在 127.0.0.1 上的 WebSocket 与浏览器扩展连接，最后由扩展完成真正的页面操作。Agent 本身不直接控制 Chrome，不需要为每个 Harness 单独实现协议——只要能调 Shell，就能用 BrowserSkill 的统一接口。

这条链路还带来了调试能力：BrowserSkill 可以捕获页面请求、响应体、Console 消息和页面变化，配合 HTTP 规则和请求重放，能帮开发者排查 Agent 访问网页时遇到的真实问题。

特点

  • 零 API Key，本地直连：不需要任何平台账号，浏览器和 CLI 都在本机，数据不过外网
  • 复用已有登录态：Agent 直接使用你在 Chrome/Edge 里已登录的网站账号，不重复登录
  • 独立 Agent Window + Tab 借用机制：任务在独立窗口跑，不打断用户；借用已有 Tab 需要用户授权确认
  • 多 Harness 支持：Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent 等
  • DeepSeek Harness 原生插件：内置 browser_* 工具和任务预览，直接 /browser-skill 调用
  • 跨平台：支持 macOS（Intel + Apple Silicon）、Linux（x64 + ARM64）、Windows x64
  • 浏览器调试能力：抓请求、响应体重放、Console 消息截图、慢 API 分析

使用方法

安装步骤（让 Agent 自动执行）：

Set up browser-skill on this machine by following https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md

Agent 会自动完成：CLI 安装 → 扩展安装 → 安装对应 Harness 的 Skill → bsk doctor 连接检查。

手动安装 CLI（macOS/Linux）：

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh
export PATH="${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATH"

安装浏览器扩展：
Chrome Web Store 搜索「BrowserSkill」或 Edge Add-ons 搜索「BrowserSkill」，安装后在弹出窗口启用本地连接。

为 Harness 安装 Skill：

bsk install-skill
# 选 Harness（Cursor / Claude Code / Codex 等）

最小示例——让 Agent 操作浏览器：

Use browser-skill to open https://example.com, summarize the page, and end the browser session when finished.

Agent 会自动打开 Agent Window，读取页面，返回摘要，然后关闭任务。

CLI 手动验证：

bsk session start --no-focus --json
# 返回 session_id
bsk screenshot --session <id> --out example.png
bsk session stop <id>

使用场景与人群

适用场景：
– 重复性网页数据采集（如竞品监控、内部系统数据导出）
– 表单自动填充（日报、周报、CRM 录入）
– 跨平台内容汇总（抓取多个需登录平台的内容汇总分析）
– 网页自动化测试（用真实浏览器验证前端交互）
– 需要登录态才能访问的 API 调试

目标用户：
– 每天用 Claude Code / Cursor 重复操作内部后台、CRM、数据平台的开发者
– 需要 AI 帮忙处理网页内容但不想折腾登录和验证码的团队
– 对隐私敏感、不希望浏览器数据经过第三方的用户

输入与输出案例

案例 1：自动采集数据

输入：让 Agent 用 BrowserSkill 打开某内部数据看板，截取关键指标表格，汇总成文字报告。

输出：Agent 在独立 Agent Window 打开目标页面，读取表格数据，生成结构化文字报告，关闭会话。全程用户原有浏览器窗口不受影响。

案例 2：跨平台内容研究

输入：让 Agent 研究某产品在 Reddit、Twitter 和某技术论坛近 30 天的舆情，通过 BrowserSkill 访问各平台并汇总。

输出：Agent 逐个打开平台页面（如 Reddit 需登录），读取帖子内容，汇总成一份含数据来源的多平台舆情报告。所有操作在独立 Agent Window 进行，结束后标签页自动归还。**

GitHub: https://github.com/Tencent/BrowserSkill

评论区

0 条评论

登录后可评论。

Skill超级捕获手 84 阅读