3 条命令跑通：BrowserSkill 让 AI Agent 接管你已登录的浏览器

3 条命令跑通BrowserSkill 让 AI Agent 接管你已登录的浏览器【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/BrowserSkillAgent 一碰到需要登录的网站就卡死——测试账号、Cookie 注入、无头指纹问题全来了。BrowserSkill 的做法是直接把它接到你的日常浏览器一个本地bskCLI 加一个浏览器扩展复用你现成的登录态任务跑在独立的 Agent Window 里你自己的窗口照常使用。任何能调 Shell 的 AgentCursor、Claude Code、Codex 等都能用。最小可用路径5 步跑通 BrowserSkill第 1 步装 CLImacOS/Linux默认装到~/.local/binWindows 用 PowerShell 执行仓库根目录的install.ps1效果相同curl -fsSL https://gitcode.com/GitHub_Trending/br/BrowserSkill/raw/main/install.sh | sh预期bsk --version能打印版本号找不到就补 PATH 或重启已运行的 Agent。第 2 步在 Chrome 或 Edge 商店安装扩展打开扩展弹窗开启本地连接看到已连接 READY即可。这一步在浏览器里完成没有终端命令。第 3 步把 skill 装进你的 Agent空格键多选、回车确认bsk install-skill预期skill 写入所选 harness 的 skills 目录Agent 新会话里就能发现browser-skill。第 4 步一键体检bsk doctor预期每个 fail 项都带修复提示照做后重跑一次扩展未连接时只有这一项失败属正常。第 5 步手动试一个完整任务把id换成第一条命令返回的session_idbsk session start --no-focus --json bsk navigate https://example.com --session id bsk observe --session id bsk session stop id预期observe返回带eN元素引用的页面文本视图session stop结束任务并归还借用过的标签页。能力全景10 秒看清它还能干什么能力域一句话说明页面读取observe/snapshot读文本与控件元素带eN引用供后续操作交互click、fill、select、press、hover、scroll-to、wheel、focus/blur标签与窗口会话隔离的 Agent Window借用/归还用户标签后台建关标签截图与 Canvas视口、元素、整页长截图对 Canvas 图形按原始坐标点选文件传输向页面upload捕获页面download到本地诊断与调试console/network只读诊断网站调试全量采集与 JSON 导出、性能与重复请求分析人工介入request-help把验证码、登录等步骤交回给你处理远程模式服务器上的 Agent 经设备配对连接你本机的浏览器工作流一让 Agent 读页面并拿到可操作的引用场景Agent 要在一个已登录的内部站点里查东西。命令bsk navigate https://intranet.example.com --session id bsk observe --session id bsk click e5 --session id预期结果observe返回语义化页面视图每个可交互控件都有新鲜eN引用点击后按新引用继续。常见坑导航或大 DOM 变化会让旧引用失效操作前必须重新observe。模糊结果只检查一次成功可见就停手别反复刷新确认。大观察结果用--max-tokens截断配合返回的next_cursor续读同一份捕获。工作流二借用你的标签页并按时归还场景目标页面已经开在你自己的窗口里Agent 需要接管它。命令bsk tab list --scope user --session id bsk tab borrow tab-id --session id bsk tab return tab-id --session id预期结果借用的标签被选为该会话后续命令的默认目标但不额外抢走你的窗口焦点归还后标签留在原窗口。常见坑借用前确认默认开启扩展里关掉借用标签页前确认才能无人值守旧参数覆盖不了这个开关。相关步骤一结束就归还别让用户标签跨无关任务滞留。tab ID 一律来自tab list绝不编造。工作流三带着请求证据排查网站故障场景Agent 要查表单保存为什么失败光靠页面文本不够需要请求和控制台证据。命令采集必须先于导航和复现开启bsk debug start --session id bsk navigate http://localhost:3000 --session id # 正常复现问题observe、fill、click…… bsk debug operations --session id bsk debug stop --session id bsk debug export --session id --output site-debug.json预期结果导出文件把每次操作关联的请求、响应、控制台输出和页面变化打包成 JSON任务结束后即使断开 daemon仍可在扩展调试页查看历史。常见坑采集没开就复现证据是空的——顺序不能反。导出内容可能含敏感数据分享前先脱敏。请求重放会用页面当前会话真发一次请求可能改动服务端数据。工程内幕一条 bsk 命令如何走到浏览器这条链路分三跳。第一跳Agent 从不直接碰浏览器CLI 把命令序列化为一行 JSON走本地 IPCUnix 域套接字或 Windows 命名管道发给 daemonCLI 等待上限被设成 35 秒、比 daemon 的 30 秒工具超时略长所以超时拿到的是结构化错误而不是断连。第二跳daemon 是唯一枢纽它维护已连扩展和活动会话两张表同一会话的工具调用按每会话队列串行避免并发操作互相踩踏。第三跳扩展收到tool.*RPC 后先过沙箱校验——写操作只允许落在 Agent Window 或已借用的标签上——再经 CDP 执行结果逐级返回 CLI。三端协议不靠口头约定共享 crate 里的类型与 schema 是唯一事实源扩展端用 TypeScript 镜像。关键源码位置crates/bsk-protocol/schema/每个工具参数与结果的 JSON Schema 契约、apps/extension/src/tools/扩展端工具分发与执行、crates/bsk-cli/src/cli/mod.rsCLI 命令树定义。边界与已知约束这些情况会失败⚠️ Agent Window 共享所选 Profile 的登录态它不是独立账号也不是安全沙盒别拿来跑你不信任的 Agent。浏览器要求 Chromium 125 的 Chrome/EdgeFirefox 未支持。远程模式下文件上传/下载返回unsupported页面内window.open弹出的标签不会自动获得控制权。整页长截图不支持内部浏览器页面、应用商店页、嵌套滚动面板和虚拟化列表page_hidden是环境中断user_cancelled是你主动停止。Canvas 点击用的 capture 单次有效、2 分钟过期且会被同引用的新截图作废。--unattended、tab borrow --no-confirm、BSK_REQUEST_HELPoff自 0.3.0 起不再覆盖扩展开关插件里保存的设置才是最终裁决。沙盒 Agent 每条命令后回收后台进程时daemon 必须留在宿主侧沙盒内用共享BSK_HOMEBSK_AUTO_START0接入否则会反复拉起再被杀。升级后 CLI、daemon、扩展版本要匹配长截图等依赖一致构建脚本替换了二进制就跑bsk daemon restart。evaluate的退出码可能为 0 但 JSON.ok为 false务必检查.ok。会话空闲 5 分钟自动结束只是安全网永远显式session stop。高级参数速查参数默认值说明工具 IPC 超时35s略大于 daemon 的 30s 工具超时本地 WebSocket 端口52800daemon start --port可改借用确认等待60s自定义需 daemon 与扩展协议 1.2全页截图截止2 分钟仅全页模式可用--timeout延长request-help协议要求1.3旧 daemon 会本地返回而不问浏览器调试列表分页30 条上限 100响应体读取另用--offset/--max-chars配对链接有效期5 分钟服务器模式单次使用设备寿命 / 续期点90d / 30d--renew-after必须小于设备寿命在线浏览器容量64服务器模式1–1000生态与扩展插件、评测与多语言DeepSeek Harness 插件npm 包wxg-prc-cpg/browser-skill-dsh-plugin在 dsh 下注入原生browser_*工具并在 Web UI 实时预览任务自带 skill无需再跑install-skill。第三方网关远程连接协议是公开的兼容网关可与内置服务器二选一配对扩展。evals/browser与 Agent 无关的确定性本地浏览器能力评测台含可复现回归用例。packages/i18n扩展 UI 提供简中、英文、韩文、日文等 9 种本地化。许可证 MIT。资源导航仓库内的关键文档AGENT_INSTALL.md — 交给 Agent 自助安装并验证的完整流程。docs/sandboxed-agents.md — 沙盒回收后台进程时如何保持 daemon 存活。docs/remote-extension-connection.md — 服务器模式、TLS 反向代理与配对验证步骤。docs/website-debugging.md — 调试采集的完整命令、分析与保留限制。docs/long-screenshot.md — 三种捕获模式、--scope语义与存储导出细节。docs/architecture.md — CLI、daemon、扩展三端分工与状态文件布局。手里有一个要读登录页的 Agent 任务把 AGENT_INSTALL.md 的安装说明丢给它看它能不能自己跑完装 CLI、装 skill、doctor 全绿、读一个页面——跑不通的那一步就是这份文档值得再读一遍的地方。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考