菠萝与大西瓜
@zuoyou
腾讯开源了BrowserSkill，这是一个让AI Agent能直接操作你已经登录的浏览器的工具，同时在独立的Agent Window里干活，不抢你的窗口。
我有个做AI开发的朋友，他之前一直想让Agent能访问网页内容，但每次都要处理登录状态的问题。用了BrowserSkill后，他说这个问题终于解决了，Agent可以直接用他已登录的浏览器，不需要再单独处理登录流程。
这个项目有几个设计挺有意思的。它不绑定任何Agent，任何能调shell的harness都能通过bsk CLI用它。Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent都在支持列表里。
路径是：agent发bsk命令，本地daemon路由，浏览器扩展在Agent Window里执行。agent全程不直接碰浏览器。
它把人留在环里。遇到验证码、登录、确认弹窗这类只有人能干的事，agent可以请你接手，做完它继续。这个设计挺聪明的，既保证了自动化，又保留了人工干预的能力。
0.3.0版本有一次明确的立场收缩：三个用来绕过确认的老参数不再能覆盖授权了，权限收到浏览器扩展的设置里，由你保存的浏览器设置说了算。这是一个把方便让位给你知情的选择。
安装上，如果你在用agent，最省事的是把这一行丢给它，它会自己装CLI和skill，再带你装扩展。手动装就是装CLI、从商店装扩展、然后bsk install-skill。
MIT许可，5,777星。数据是两天前还在提交。
一个提醒：这是个把agent接进你真实登录态的工具，扩展里那两个授权开关（借用前确认/允许请求人工协助）默认都是开着的，建议保持默认，先跑一个读页面的任务试试水。
21 浏览 0 评论
0 反应
