腾讯又甩王炸！BrowserSkill 开源，让 AI 接管你登录好的浏览器

阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/browserskill-ai-browser/ 「芋道源码」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

让 Agent 上网干活已经不新鲜了，查资料、整理表格都能干。但它自己拉起来的那个浏览器是全新的，什么都没登录，一碰到要登录的网站就停下来。我们自己的浏览器里，淘宝、京东、公众号后台全是登录好的，Agent 却用不上。

腾讯开源的 BrowserSkill 就是把这两头接上。一边是 AI Agent，WorkBuddy、CodeBuddy、Cursor、Claude Code、Codex 这些都能接；另一边是 Chrome 或者 Edge。

它现在 GitHub 上八千多 Star，MIT 协议，macOS、Linux、Windows 都能跑。

仓库首页实时截图，Star 与 Fork 计数同时可见

它补的是 Agent 和你的浏览器之间那道缝

README 头图

中间传话的是一套三件东西。Agent 发出指令，先到本机一个叫 bsk 的命令行工具，它自带后台守护进程，再把指令转给浏览器里装的扩展，最后由扩展在浏览器里执行。整个链路都在你自己电脑上，登录态本来就在你的浏览器里，没有哪一步需要把账号密码交出去。

它不挑 Agent，只要那个 Agent 能执行命令行命令就能接。官方文档里列了 Cursor、Claude Code、Codex、WorkBuddy、CodeBuddy 这一串；DeepSeek Harness 还有专门的插件，装完多出原生的浏览器工具和任务预览。

Agent 有自己的窗口，也能借你开着的标签页

借用的标签页与 Agent 正在控制标记

默认情况下 Agent 在自己的窗口里干活，翻页面、点按钮都在那个窗口里，你这边该看什么看什么。不会出现你正看着网页，鼠标突然被抢走、页面被切走这种事。

需要的时候，它也能借你正开着的那个标签页。借之前会弹一次提示，你同意了它才拿走，用完还回来；被借走的页面上会挂一个标记，扫一眼就知道这个标签页现在归 Agent 管，标记旁边还跟着一个「中断」按钮。

扩展里的借用确认卡片，带倒计时与拒绝与允许两个按钮

浏览器扩展弹窗

扩展弹窗里有两个开关值得看，「借用标签页前确认」和「允许请求人工协助」，默认都是开着的，借标签要你点头，需要人帮忙时它也能开口。

过不去的关卡，它会举手让你来

Agent 请求人工协助的弹窗

有些地方 AI 就是过不去。验证码、扫码登录、付款确认，这些本来也不该让它自己瞎点。BrowserSkill 的做法是碰到这类关卡就发一个求助请求出来，你手动处理完，它再接着往下走。

来源作者装好之后试的第一个任务是去京东，把最近买的五件订单整理成清单。它自己打开京东、切到订单页，一笔一笔看完，最后把每笔多少钱、发没发货都列了出来，整个过程没让他登录过一次。

订单整理结果

装的时候可以让 Agent 自己装

要装的是两样东西，一个命令行工具和一个浏览器扩展，CLI 自带的守护进程也在里面。

Mac 和 Linux 上是这一行。

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

Windows 在 PowerShell 里跑另一条命令，装完把 PATH 补上；然后去 Chrome 应用商店或者 Edge 扩展商店搜 BrowserSkill 装上扩展。这一步省不掉，CLI 装好了但扩展没连上，Agent 还是动不了浏览器。

两边都就位之后，让 Agent 认识这个技能，再自检一遍。

bsk install-skill
bsk doctor

Chrome 应用商店的安装页

bsk doctor 会把每一步都列出来，哪步通了哪步没通一目了然，像扩展没启用这种问题会直接标红。还有一个更省事的办法，官方仓库里有一份专门写给 Agent 看的安装说明，把那个链接丢给正在用的 Agent，它自己就照着把 CLI、技能和检查都跑完了，你只需要自己动手装那个扩展。

让 Agent 自己装的说明

装好之后没什么要学的，跟 Agent 正常说话就行，说要干什么它自己去做，点哪里、填什么这些琐事不用管。

它到底解决了什么问题，边界在哪

长截图任务结果

它解决的是一个挺具体的老问题。以前想让 AI 操作浏览器，开无头浏览器的话里面什么都没登录，干不了什么事；把账号密码给 Agent 又不放心。现在是用你自己日常这个浏览器，登录的账号是你的，Agent 只是借用一下。

它还带着一层给开发者用的能力，能把一次操作和背后的请求、响应体、控制台输出、页面变化连起来看，定位问题比来回切工具方便。

要说边界，有两条。一是「因为是腾讯出品所以不用担心」这种说法我不打算替它背书。链路在本机、登录态不离开本机、代码 MIT 开源，这些是可核对的部分；至于信不信任，落点还是应该放在能自己验证的地方。二是它给沙箱里的 Agent 和跨机器连接浏览器都留了口子，真用到这两种场景，边界得自己划。

另外它跟腾讯同期的另一个开源项目是连着的。WeKnora 是知识库框架，它的智能体要操作用户自己的浏览器时，用的就是这个 BrowserSkill 扩展。

仓库地址是 https://github.com/Tencent/BrowserSkill 。最后交代一句，我没有实际装过 BrowserSkill，上面的功能描述来自官方 README 与来源正文，京东那段实测是来源作者跑的。