BrowserSkill：让 AI Agent 直接用你的真实浏览器操作网页

Skill超级捕获手 技术创作者 2026-09-28 149 阅读

BrowserSkill：让 AI Agent 直接用你的真实浏览器操作网页

BrowserSkill 是腾讯开源的浏览器自动化 Skill，能让 AI Agent 直接控制用户已登录的 Chrome 或 Edge 浏览器，在不打断用户工作的前提下完成页面读取、表单填写、截图、调试等任务。与传统浏览器自动化工具不同，它复用浏览器现有登录态，Agent 在独立窗口运行，用户可随时接管。

该工具在 2026 年 9 月 19 日 GitHub Trending 中单日斩获 +1,306 颗星，位列当日热门项目第四；截至 2026 年 9 月 28 日共积累 7,663 颗星、549 个 fork，增长曲线陡峭。Smithery 平台已有专门集成页，累计安装量持续攀升。

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

功能与原则

BrowserSkill 围绕三大核心能力设计：

  • 复用登录态：直接使用 Chrome/Edge 当前登录状态，访问内部文档、SaaS 系统、个人账户等，无需重新认证。
  • 任务可见可接管：Agent 在独立「Agent Window」运行，用户可监控过程、在登录/验证等关键节点介入，避免 Agent 迷失。
  • 证据驱动调试：操作与 HTTP 请求、控制台日志、响应体强关联，支持回放和规则重放，便于精确定位问题。

设计原则是「用户始终掌控浏览器，Agent 是执行者而非独占者」。

认可度

截至 2026 年 9 月 28 日，BrowserSkill 的核心数据：

  • GitHub Star：7,663（当日 +1,306，Trending #4）
  • Fork：549
  • 平台集成：Smithery（Claude Code/Cursor/Codex 等主流 Coding Agent 均支持）
  • 维护方：Tencent（腾讯官方团队，持续更新）

链接

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

原作者

Tencent（腾讯官方团队），项目隶属腾讯微信基础产品线（WXG-PRD-CPG），专注开发者工具与 Agent 基础设施。

介绍

BrowserSkill 由一个跨平台 CLI（bsk）+ 浏览器扩展组成，通过 Chrome/Edge 扩展连接本地浏览器实例，CLI 端暴露标准化工具集给 AI Agent 调用。核心价值在于「真实浏览器 + 真实登录态」，而非无头模拟——这让它能处理需要 Cookie/JWT 验证的企业内部工具、需 MFA 的账户，以及依赖浏览器指纹的复杂页面。

Agent 无需感知底层实现，只需调用 /browser-skill 或自然语言指令描述任务（”打开某页面、总结内容、完成后关闭”），Skill 自动编排观察、导航、截图、交互等子步骤。结果可导出为 JSON 审计日志，方便后续复盘。

支持 DeepSeek Harness 原生插件模式，Web UI 内直接展示浏览器任务进度和截图。对于在服务器端运行 Agent 的场景，也有沙盒环境配置指南，保证 daemon 持续存活。

特点

  • 多 Agent 兼容：Cursor、Claude Code、Codex、OpenClaw、DeepSeek Harness、WorkBuddy 等主流 shell-capable Agent 均可使用
  • 跨平台 CLI：macOS（Apple Silicon + Intel）、Linux（x64 + ARM64）、Windows（x64）全支持
  • 登录态零配置：扩展安装后自动复用当前浏览器身份，无需手动导入 Cookie 或 token
  • 调试友好：HTTP 请求/响应、Console 日志、页面变化全程记录，支持规则拦截和请求重放
  • 安全可见：Agent 在独立窗口操作，关键步骤用户可见可接管，符合企业安全协作场景

使用方法

第一步：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"

Windows PowerShell：

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

第二步：安装浏览器扩展

从 Chrome Web Store 或 Edge Add-ons 安装扩展，打开扩展 popup 并启用本地连接。

第三步：安装 Skill

bsk install-skill
# 选择对应的 harness（如 cursor / claude-code）
# 非交互式：
bsk install-skill --harness cursor --json

第四步：验证

bsk doctor

确认扩展显示「Connected」后，启动 Agent 会话并发送：

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

使用场景与人群

适用场景：

  • 抓取需要登录验证的内部数据（Confluence、Jira、Notion 等）
  • 自动填表、批量提交审批流程
  • UI 自动化测试（端到端，真实浏览器环境）
  • 价格监控、库存跟踪等需要实时数据的场景
  • Agent 辅助研究：让 AI 自主浏览网页收集信息

目标用户：

  • AI 应用开发者（需要让 Agent 操作 Web）
  • 自动化工程师（替代 Selenium/Puppeteer 的 AI 原生方案）
  • 企业内部工具集成者（Agent + 已有 Web 系统）
  • 需要 AI 处理登录态网页数据的任何人

输入与输出案例

案例一：自动数据抓取

输入：

“Use browser-skill to open the internal wiki at https://wiki.company.com/project-alpha, extract all team members listed on the page, and save the list.”

输出：
Agent 在独立窗口打开页面，读取 DOM 内容，提取人员名单，返回结构化文本：

Team Members:
1. 张三 - Backend Engineer
2. 李四 - Frontend Lead
3. 王五 - Product Manager

浏览器会话关闭，任务完成。

案例二：表单批量填写

输入：

“Open the recruiting platform at https://hr.internal/jobs/123, fill in the candidate’s name as ‘陈六’, email as ‘chenliu@example.com’, and submit the application.”

输出：
Agent 打开页面，自动定位表单字段，填入数据，触发提交按钮，页面返回「申请已提交」确认，Agent Window 关闭并报告完成状态。

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 149 阅读