Tencent/BrowserSkill

项目概览

它解决的是 AI 代理无法使用用户真实登录态浏览器这一具体问题：代理无需单独账号即可读取页面、点击输入、截图和调试网站，且不强制依赖云服务或收集产品遥测数据。

项目类型

AI Agent

应用场景

自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 需要在已登录网站上让 AI 代理读页面、填表单并希望任务过程可见的开发者。
• 希望自行选择代理和模型、只需要浏览器连接能力的 AI 工程师。

核心能力

• 检查页面文本和控件、点击、输入、管理标签页、截图，以及在本地模式下上传或下载文件，均使用浏览器当前登录状态。
• 任务在单独且可见的 Agent Window 中运行；也可以显式借用一个已有标签页，任务结束后归还。
• 将操作与请求、响应体、控制台消息和页面变化关联；检查性能、慢速 API 和疑似重复请求；使用 HTTP 规则或请求重放验证假设。
• 为浏览器实例命名、将任务绑定到特定配置文件，或按会话显式选择浏览器。
• 使用同一套 CLI 和扩展，为 DeepSeek Harness Web UI 增加原生 browser_* 工具、任务预览和截图结果。

限制与风险

• 嵌套滚动面板和虚拟化列表在整页截图方面存在限制。
• 其他基于 Chromium 的浏览器可能可用，但兼容性不获保证；扩展要求 Chrome 或 Microsoft Edge 基于 Chromium 125 或更高版本。
• 采用远程模式前需注意：远程模式目前不支持文件上传或下载。

如何开始

• 通过 install.sh 安装 CLI；从 Chrome Web Store 或 Edge Add-ons 安装扩展并启用本地连接；运行 bsk install-skill 安装技能，再运行 bsk doctor 检查连接；最后让代理打开 https://example.com 并总结页面验证。

核验依据

• GitHub 项目简介: CLI + extension for browser automation across any shell-capable AI agent.
• README: BrowserSkill connects your AI agent to Chrome or Microsoft Edge, using the accounts you are already signed into.
• README: Use the browser's current login state to read documents, search internal sites, fill forms, and complete web workflows.
• README: Extension | Chrome and Microsoft Edge, based on Chromium 125 or later. Other Chromium browsers may work; compatibility is not guaranteed.
• README: curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh

来源更新时间：2026-09-25T05:02:32Z

打开原始 GitHub 项目