BrowserSkill：让AI Agent直接操控你已登录浏览器的腾讯开源利器

BrowserSkill：让AI Agent直接操控你已登录浏览器的腾讯开源利器

AI 编码助手想帮你自动化日常网页操作，但每次都要重新登录、面对验证码——这是传统浏览器自动化方案的最大痛点。BrowserSkill 由腾讯团队开源，用一个 CLI + 浏览器扩展的轻量方案解决了这个矛盾：让 Claude Code、Cursor、Codex 等 Agent 直接”借走”你已登录的浏览器标签页，在独立 Agent Window 中完成任务，全程不打扰你正在使用的浏览器。9月13日正式公开后，两天突破 4K Star，9月19日单日+1,306，持续上榜 GitHub Trending，是近期 Agent 工具链中热度增速最快的实用组件之一。

功能与设计原则

BrowserSkill 的核心设计哲学是“借”而非”重建”——不新建沙盒浏览器、不复制 Cookie，而是让 AI Agent 复用你本机已有的登录状态。

架构分四层：

• Agent Harness（Claude Code / Cursor / Codex / OpenClaw 等）：通过 Shell 调用 bsk 命令
• bsk CLI：命令行工具，处理命令路由
• bsk Daemon：本地守护进程，走 WebSocket（127.0.0.1）转发请求
• BrowserSkill 扩展：在 Chrome/Edge 中实际操控 Agent Window

关键原则：AI 永远不直接与浏览器通信；任务在独立的 Agent Window 中执行，与用户正常浏览窗口完全隔离；遇到验证码、登录框或确认弹窗时，工具会暂停等待人工介入，处理完再继续。

认可度

• GitHub Star：截至 2026-09-19 约 5,394 Star（9月19日单日 +1,306，持续上榜 GitHub Trending）
• License：MIT
• GitHub：https://github.com/Tencent/BrowserSkill
• 维护者：zXpp（腾讯团队）
• 最新版本：支持 macOS / Linux / Windows，Chrome + Edge（Firefox 计划中）

原作者

zXpp / 腾讯 BrowserSkill 团队——腾讯内部团队开发并维护，架构决策记录（ADR）已公开至第 10 号，迭代速度极快，采用 MIT 协议开源。

介绍

BrowserSkill 本质上是一个本地浏览器桥接方案。传统方案要么给 AI 一个干净沙盒（会被平台识别为机器人），要么把 Cookie 存文件硬塞（Cookie 过期即失效）。BrowserSkill 的思路是：让 Agent 通过 bsk 命令向本机扩展发起操作请求，扩展在独立的 Agent Window 中执行，该窗口与你的正常浏览窗口完全隔离，共享的是你本机已登录的浏览器 profile——无需重新登录，不产生额外 Cookie 风险。

安装后的工作流程：用户启动 Agent 会话 → Agent 调用 bsk navigate https://xxx → bsk daemon → 扩展 → 在 Agent Window 中打开页面、执行操作。操作过程完全可见，用户可随时接管。

支持的 Agent 覆盖：Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent，以及所有能执行 Shell 命令的 Agent——因为 bsk 对 Agent 来说就是一个普通命令行工具，框架本身无需任何特殊适配。

特点

• 复用登录态：直接使用本机 Chrome/Edge 已登录的浏览器状态，无需重新认证
• 独立 Agent Window：AI 操作在橙色高亮的独立窗口中进行，与用户正常浏览窗口完全隔离
• 人工介入机制：遇到验证码、登录弹窗、确认对话框时自动暂停，交由用户处理后继续
• 多 Agent 框架兼容：一条 bsk 命令适配所有能跑 Shell 的 Agent，无需框架级集成
• 全本地运行：数据不过腾讯服务器，CLI + Daemon + 扩展全在本地执行
• 跨平台支持：macOS（Intel + M 系列）、Linux、Windows 全部支持

使用方法

安装步骤

第一步：安装 bsk CLI

macOS / Linux（推荐）：

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh

Windows（PowerShell）：

irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex

验证安装：

bsk --version

第二步：安装浏览器扩展

• Chrome：Chrome Web Store 搜索 “BrowserSkill” 安装
• Edge：Edge 加载项商店搜索安装

第三步：为 Agent 安装 Skill

推荐直接让 Agent 自动完成：

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

或手动运行：

bsk install-skill

选择对应的 Agent 框架（Cursor / Claude Code / Codex 等），回车完成。

基本调用

开启新会话后，直接用自然语言：

/browser-skill 打开 example.com，总结页面内容

Agent 会自动调用 bsk 命令，在你的浏览器中打开页面并完成操作。

使用场景与人群

适用场景：
– 重复性网页数据抓取（已登录后台数据，无需每次重新登录）
– 批量自动化填表（CRM、表单、数据录入）
– 社交媒体定时操作（已登录账号的环境）
– 浏览器端 UI 测试（复用已有登录态）
– 需要验证码人工介入的工作流

目标用户：
– 日常使用 Claude Code / Cursor / Codex 的开发者
– 需要 Agent 自动化处理已登录网页操作的效率用户
– 不想折腾 Cookie 管理和沙盒配置的实用主义者

输入与输出案例

案例 1：自动化数据整理

输入："用 browser-skill 打开 GitHub Trending，提取今日前 10 个项目的名称、描述和 Star 数"
输出：Agent 自动打开浏览器 → 导航到 github.com/trending → 读取页面内容 → 以结构化格式返回数据

案例 2：半自动化表单填写

输入："用 browser-skill 打开内部后台，把 new_users.csv 中的 50 条用户信息批量录入到用户管理页面"
输出：Agent 逐条读取 CSV → 依次填入表单 → 每条录入后暂停等待确认 → 用户点完验证码继续下一条

工作原理图示

Agent Harness（Claude Code / Cursor / Codex）
  │
  │ shell: bsk navigate xxx
  ▼
bsk CLI（命令行工具）
  │ IPC 通信
  ▼
bsk Daemon（本地守护进程）
  │ WebSocket（127.0.0.1）
  ▼
BrowserSkill 扩展（Chrome / Edge）
  │ CDP 协议
  ▼
Agent Window（独立橙色高亮窗口）← 复用本机已登录 Profile
       ↕
用户正常浏览窗口（完全不打扰）

总结

BrowserSkill 的核心价值在于打破”登录态”这个浏览器自动化的最大瓶颈。腾讯团队没有重新造一个浏览器，而是通过”借”的思路，把用户本机已登录的浏览器状态安全地共享给 AI Agent，再配合独立窗口隔离 + 人工介入机制，既保留了真实浏览环境，又解决了传统方案的两大痛点。对于每天用 Claude Code、Cursor 处理重复性网页任务的开发者来说，装上 BrowserSkill 等于给 Agent 配了一个随叫随到的浏览器实习生。

---

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