BrowserSkill：浏览器自动化，不打断你的工作

BrowserSkill：浏览器自动化，不打断你的工作

【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

BrowserSkill 是 AI Agent 和你真实浏览器之间的桥接层，由本机的bsk命令行工具（内含常驻daemon）和一个浏览器扩展组成。装上之后，Cursor、Claude Code 这类 Agent 能用 shell 命令操作你已登录的 Chrome 或 Edge，任务跑在独立的 Agent Window 里，不干扰你自己的窗口。

从装好到跑通第一条命令的最短安装步骤

1. 克隆仓库并构建 CLI。前置条件是本地有 Rust stable 工具链，构建产物在target/release/。

git clone https://gitcode.com/GitHub_Trending/br/BrowserSkill cd BrowserSkill cargo build --release --locked

2. 把构建产物加进 PATH，输出版本号确认 CLI 可用。

export PATH="$PWD/BrowserSkill/target/release:$PATH" bsk --version

正在运行的 Agent 可能缓存了旧 PATH，装完建议重启一次。

3. 从 Chrome Web Store 或 Edge 加载项商店安装 BrowserSkill 扩展，打开它的弹窗，启用本地连接。

4. 给 Agent 装上操作手册（skill），它才知道怎么调bsk。把cursor换成你的实际 harness ID，bsk install-skill --list可查全部选项。

bsk install-skill --harness cursor --json

5. 验证方法：运行bsk doctor，检查项全部通过、扩展弹窗显示 Connected，即装好。然后跑第一条会话，生命周期就是开始、干活、结束：

bsk session start --json bsk navigate https://example.com --session <id> bsk observe --session <id> bsk session stop <id>

<id>换成session start返回的session_id，任务无论成败都要session stop。

三个高频浏览器自动化操作

让 Agent 读一个页面

场景是动手前要先知道页面长什么样。你执行bsk observe --session <id>，它返回页面文本结构和@e3这类元素引用，后续所有点击、输入都拿这个引用当坐标。注意：导航或页面结构大变更后，重新observe拿新鲜引用再动作，旧引用会点错位置。

借用你正在看的标签页

场景是任务要碰你自己打开的标签。先用bsk tab list --scope user --session <id>列出用户标签，再执行bsk tab borrow <tab-id> --session <id>借入；它默认等你确认 60 秒，确认通过后标签会移到 Agent Window 里操作。做完立即bsk tab return <tab-id> --session <id>归还，别让用户的标签跨任务滞留。

卡住时交给人处理

场景是登录、验证码、支付确认这类只有你能做的步骤。执行bsk request-help --session <id> --prompt "Please complete sign-in" --target @e3，浏览器会弹出提示等你处理。返回continued或completed就重新observe继续；返回cancelled或timed_out说明你拒绝了，Agent 不应重复请求；返回disabled是插件里关了人工协助，此时应基于现有登录态自主推进，而不是把任务判为完成。

边界与卡点：它什么时候停下来

• 绝不提取凭据、Cookie 或 Token
• Agent Window 共享登录态，不是独立沙箱
• 借用标签页默认停下来等你确认
• 登录、验证码会停下等人接管
• 你拒绝求助后，Agent 不再重复请求
• 协助被关闭时，用现有登录态自主推进
• 整页截图对嵌套滚动、虚拟列表有限制

适合谁使用，以及延伸阅读

适合：Agent 需要操作后台系统、电商、SaaS 等真实站点，又不想维护一套测试账号；或希望自动化全程可见、可中途接管。不适合：纯无头批量抓取，它为人机协作设计，不是无脚本运行器。

延伸阅读：

• Agent 自助安装指引
• 整页截图的原理与限制
• Agent 在服务器、浏览器在本地的远程连接

【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