企业官网建设流程全解析

BrowserSkill 浏览器自动化完整指南：三步让 AI Agent 安全复用你的已登录浏览器

【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI + extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill

想让 AI Agent 直接帮你点网站、填表单，却又担心它抢了你的浏览器窗口？BrowserSkill 就是为此设计的：它在 shell 型 Agent 与你已登录的真实浏览器之间架起一座本地桥梁，自动化任务在独立的 Agent Window 里执行，你的日常浏览完全不受干扰。读完本文，你能独立完成安装、连接扩展、跑通第一个浏览器任务，并搞懂沙箱环境和各类开关的正确用法。

为什么需要 BrowserSkill：三个真实痛点

先说三个你大概率踩过的坑：

• 登录态拿不到。给 Agent 配一个无头浏览器，它面对的是空白未登录状态；导出 Cookie 给脚本用，又等于把账号钥匙拱手交出。
• Agent 抢窗口。让 Agent 直接操控你正在用的那个浏览器，它一开页面，你的工作流就断了。
• 验证、登录卡死。遇到验证码或确认框，Agent 只能干等，没法喊你出手。

BrowserSkill 的化解思路很直接：登录态留在你自己的浏览器 profile 里，Agent 通过本地命令行工具bsk发号施令，真正的点击和填表发生在扩展为你单独开的Agent Window（一个可见的、专用于自动化的浏览器窗口）中。需要碰你已打开的标签页时，它必须先"借用"、用完"归还"——这套显式的借还模型是整个产品的安全底线。

BrowserSkill 核心机制速览：前台与调度台的类比

理解工作方式只需要一个类比：它像一家公司的前台 + 调度台 + 外勤三段式。

Agent（Cursor、Claude Code、Codex、OpenClaw 等任何会跑 shell 命令的 harness）只跟前台对话，也就是bskCLI；CLI 通过本地 IPC 把工单递给调度台bsk daemon（同一二进制，回环 WebSocket 默认端口52800）；daemon 再把tool.*请求转发给浏览器里的扩展，由扩展在 Agent Window 中实际执行 CDP 操作。响应沿原路返回，CLI 打印结果后退出。

几个关键约束值得记住：

• 会话要显式收尾。任务用bsk session start启动，结束后必须bsk session stop；空闲 5 分钟自动超时只是安全网，不是常规手段。
• 沙箱边界。写操作只允许发生在 Agent Window 内，或者你显式借出的标签页上；页面自己弹出的窗口不会自动获得控制权。
• 同会话串行。daemon 对同一会话的工具调用排队执行，不同会话之间并行互不干扰。
• DeepSeek Harness 走插件。dsh 用户安装@wxg-prc-cpg/browser-skill-dsh-plugin后获得原生browser_*工具，插件自带 skill，无需再跑bsk install-skill。

源码级分工见 docs/architecture.md，这里不展开。

三步完成 BrowserSkill 安装：CLI、扩展与 skill

第 1 步：装 CLI 和浏览器扩展

两个部件缺一不可：CLI 管命令解析与本地通信，扩展管浏览器内的实际操作。

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

成功标志：bsk --version能打印版本号。装完在 Chrome Web Store 或 Edge Add-ons 搜索 BrowserSkill 安装扩展即可（其他 Chromium 系浏览器装 Chrome 版）。

第 2 步：装 skill 并连接扩展

skill 是一份教 Agent 如何正确使用bsk的说明书，一条命令装好：

bsk install-skill

按Space选 harness、Enter确认；非交互场景用bsk install-skill --harness cursor --json。然后打开扩展弹窗开启连接，运行bsk doctor并处理它报出的每一项fail（每项都带hint，照着做一次再重跑）。

成功标志：弹窗显示已连接（READY），bsk doctor无失败项。

第 3 步：跑通第一个任务

开一个新的Agent 会话，直接下命令：

/browser-skill open example.com and summarize what is on the page.

成功标志：Agent 读到了页面内容，并主动停掉了它创建的 BrowserSkill 会话。如果 skill 没被发现，回到第 2 步检查安装路径；bsk doctor在 skill 缺失时只会报N/A，不会替你发现它，别被绿灯骗了。

进阶配置：沙箱环境与两个自动化开关

沙箱化 Agent 环境的特殊接法

如果你的 Agent 沙箱在每条命令结束后收割子进程（Linux 上 WorkBuddy 的 bubblewrap 沙箱、部分 Windows shell 任务如此），daemon 必须放在持久的宿主环境里，沙箱内只通过共享本地 IPC 发命令：

BSK_HOME=/absolute/shared/bsk BSK_AUTO_START=0 bsk status --json

三种返回的处理方式：

注意：沙箱内每条命令都要带上相同的BSK_HOME和BSK_AUTO_START=0，因为环境变量不会跨 shell 调用保留。完整步骤与 PowerShell 示例见 docs/sandboxed-agents.md。

扩展里的两个独立开关

扩展弹窗的 Automation settings 有两个默认都开的开关，用户保存的浏览器设置是每个会话的权威配置：

几点行为细节：关闭确认会释放挂起的借用，关闭帮助会让挂起的求助以disabled收尾；已完成的借用不撤销，已结束的求助不重开；帮助只控制request-help的可用性，不意味着每个动作都要请示。版本上，request-help需要 daemon 协议 1.3，自定义借用等待（tab borrow --timeout，默认 60s 只是确认等待时长，不决定是否要求确认）需要 daemon 与扩展均为协议 1.2+，建议 CLI、daemon、扩展三端一起更新，用bsk --version、bsk status核对版本再跑bsk doctor。

BrowserSkill 常见问题：废弃项、PATH 与升级

Q：装完bsk还是找不到命令？export PATH只对当前 shell 生效，Agent 的每次 shell 调用可能都要重复设置，或直接用绝对路径（默认~/.local/bin/bsk，Windows 为bsk.exe）。装好后记得重启 Agent，否则它可能一直抱着旧 PATH。

Q：--unattended、tab borrow --no-confirm、BSK_REQUEST_HELP=off还能用吗？0.3.0 起这三个输入不再绕过确认或禁用求助，仅为兼容保留且已弃用，daemon 用到时会记录提示。脚本若想无人值守等待，请改用扩展里的开关；旧会话（包括当年用--unattended建的）在重新开启设置后行为恢复。session start --json/session list --json会报告实际生效的interaction策略。

Q：帮助被禁用后，Agent 遇到验证码就死了吗？request-help返回disabled，不代表任务完成也不授予额外权限。skill 会引导 Agent 重新观察，利用现有登录态和已授权输入继续推进；能看图理解验证码的模型可以尝试，但仅手机可用的 QR 扫码、人脸验证、短信验证码、纯文本模型面对图片验证码等场景仍可能受阻。偏好读取失败时运行时会保留已知值（无有效值则默认两个开关都开），不会阻塞会话创建。

Q：怎么升级？本地安装直接bsk update --yes，它默认会按原启动设置重启 daemon；Windows 提示 "staged update" 时等替换完成再查版本。托管、自定义端口或远程场景则在宿主里停 daemon，用bsk update --yes --no-restart-daemon升级后再按原参数启动，期间 Agent 命令设BSK_AUTO_START=0。扩展走商店更新；托管的 CLI skill 会在 daemon 启动、session start、doctor时按"内容基线"策略同步，你的本地编辑和自定义 skill 会被保留。

Q：Agent 服务器和浏览器不在一台机器上？支持服务器模式：daemon 以认证 WSS 暴露给远程扩展，凭据存在扩展的 IndexedDB 里，网站 Cookie 始终留在你的浏览器。配置细节见 docs/remote-extension-connection.md。

Q：想要整页长截图？扩展弹窗 Quick actions 或bsk screenshot --session <id> --full-page --out page.png都能出图，行为契约见 docs/long-screenshot.md。

延伸资料与总结

一句话收束：BrowserSkill 让"Agent 干浏览器脏活、人继续干正事"成为默认工作方式，代价只是三条命令和一次扩展连接。

想深入时按图索骥：

• 完整架构与组件分工：docs/architecture.md
• 沙箱化 Agent 部署细节：docs/sandboxed-agents.md
• 操作审计（30 天保留、导出与删除）：docs/operation-audit.md
• scroll-to原语参考：docs/scroll-to.md
• DeepSeek Harness 插件：packages/dsh-plugin-browserskill/README.md
• 浏览器能力评估集：evals/browser/README.md

【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI + extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill