📌 项目地址：Tencent/BrowserSkill | ⭐ 3,984 颗星 | 🔧 TypeScript | 📜 未标注
现有方案的两个坑
让 AI Agent 操作浏览器，市面上的做法基本分两派，各有各的问题。
一派是给 Agent 开一个全新浏览器实例。干净是干净，但登录态全没了。Agent 打开 GitHub、公司内部系统、各种 SaaS，全是未登录页面，你得专门准备测试账号，或者把 cookie 导来导去。
另一派更粗暴：直接接管你正在用的浏览器。任务一跑，你的浏览器就被 Agent 占了，你想查个资料都插不上手。
Tencent/BrowserSkill 走了第三条路：登录态复用你的真实浏览器，但任务跑在一个单独的、你能看到的 Agent Window 里。你的浏览器照常用，Agent 在旁边干活。
最有意思的是“借用标签页”这个设计。如果 Agent 需要操作你已经打开的某个标签页，它必须显式地借用这个标签，任务完成后归还。其他标签页它碰不到。这个语义比“共享整个浏览器”精细得多。
架构和兼容性
整个项目就两个本地组件：bsk CLI/daemon，加上一个浏览器扩展。
系统支持：macOS（Apple Silicon 和 Intel）、Linux（x64 和 ARM64）、Windows x64。浏览器方面官方支持 Chrome 和 Edge，其他 Chromium 内核浏览器只要能加载解包扩展，理论上也能跑。Firefox 还在计划里。
安装：一条消息搞定
如果你已经在用 Cursor、Claude Code、Codex 这类能执行 shell 命令的 Agent，安装方式简单到离谱。把下面这句话直接发给 Agent，它会自己装好 CLI 和 skill，然后引导你加载浏览器扩展：
Set up browser-skill on this machine by following https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md
手动安装分两步：先装 bsk CLI（macOS / Linux 上一行 curl 命令，装到 ~/.local/bin，完整命令见 README），再从 Chrome Web Store 或 Edge Add-ons 装扩展。
装好后 Agent 通过 bsk 命令干活。README 里给的例子是整页截图：
bsk screenshot --session <会话> --full-page --out page.png
不用 Agent 也能用：浏览器里有 Quick actions 菜单，直接点 Full-page screenshot 就行长截图。
几个我觉得值得说的设计
不绑定任何 Agent 框架。 README 列出的支持列表很长：Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent、DeepSeek Harness。但本质上一条规则就够了：能调 shell 就能用。换 Agent 不用换工具。
human-in-loop 是内置的，不是事后补的。 复用真实登录态意味着会遇到真实的人机验证。任务碰到验证码、登录、确认弹窗时，Agent 会停下来请你接手，你处理完它接着干。这个流程对它的定位来说是刚需，做进核心而不是靠外挂，说明设计者想清楚了。
沙箱 Agent 有专门方案。 很多 Agent 沙箱会在每条命令结束后回收后台进程，daemon 根本活不长。项目为此提供了 sandboxed agent setup：daemon 放在宿主机的持久环境里，Agent 那边通过共享 BSK_HOME 加 BSK_AUTO_START=0 来连接。细节在 docs/sandboxed-agents.md。普通本地使用不用管这些，daemon 默认自动启动。
丑话说在前面
安全是这个工具绕不开的问题。它把你的真实登录态暴露给了能调用 bsk 的任何进程。换句话说，谁控制了 Agent，谁就能以你的身份访问你登录过的所有网站。用第三方 Agent、跑来路不明的命令时要格外小心。
浏览器支持目前限于 Chromium 系，Firefox 用户还得等等。项目接近 4000 star，提供中英双语文档，还在活跃早期，命令接口可能会调整。
===(空行修正)===