BrowserSkill 完整指南：AI Agent 浏览器操作复用登录态，工作不被打断

BrowserSkill 完整指南AI Agent 浏览器操作复用登录态工作不被打断【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/BrowserSkillBrowserSkill 是一个面向 AI Agent 浏览器操作的本地桥接工具。它由bskCLI、daemon 和浏览器扩展三部分组成装好之后任何能执行 shell 命令的 AgentCursor、Claude Code、Codex 等都能直接驱动你已登录的浏览器。任务运行在独立的 Agent Window 里你自己开的窗口照常使用互不干扰。如果你的日常需求是让 Agent 完成需要登录的网站操作这套工具值得花三分钟装上。它解决什么问题BrowserSkill 针对两个高频痛点Agent 拿不到登录态以及 Agent 会占用你正在用的浏览器窗口。登录态拿不到Agent 自己开的浏览器是空白状态要么重新走注册流程要么搬运 Cookie 和凭据麻烦且有安全风险。窗口被抢占Agent 直接接管你当前窗口边下命令边被它翻页面工作被打断。一句话定义BrowserSkill 是 Agent 与浏览器之间的本地桥接层。Agent 通过 shell 下指令扩展在独立窗口里执行它复用你真实的登录状态且不提取凭据、Cookie 或 Token。 三分钟装好 BrowserSkill目标是三步装上 CLI、装上扩展、用bsk doctor验证连接。组件要求CLI / daemonmacOSApple Silicon、Intel、Linuxx64、ARM64、Windows x64浏览器扩展Chrome、Microsoft Edge以及 Chromium 125 的其他浏览器Agent任意能调用 Shell 的 Agent或 DeepSeek Harness走专用插件推荐路径是把一句话发给 Agent让它自助安装按照仓库里 AGENT_INSTALL.md 的说明在本机安装并配置 browser-skillAgent 会完成 CLI 安装、skill 选择和连接检查扩展需要你在 Chrome Web Store 或 Edge 加载项商店自行添加。手动安装时macOS/Linux 直接运行仓库根目录的install.shWindows 用 PowerShell 运行install.ps1默认装到~/.local/bin。给 Agent 装 skill 用非交互形式bsk install-skill --harness cursor --json bsk doctorbsk install-skill不带参数时进入交互模式用空格选择 harness。bsk doctor解决失败项后打开扩展弹窗确认显示已连接再用bsk --version核对 CLI 版本。如果你的 Agent 沙盒会在每条命令后回收后台进程参考 docs/sandboxed-agents.mddaemon 留在宿主侧沙盒内通过共享的BSK_HOME和BSK_AUTO_START0连接。skill 本体在 crates/bsk-cli/skill/SKILL.md它教 Agent 按启动会话 → 观察 → 操作 → 停止会话的节奏工作。️ 能做什么核心命令速查拿到session_id和新鲜的eNref八类命令就能覆盖页面操作。bsk session start --json bsk navigate https://example.com --session id bsk observe --session id目标命令点击bsk click e3 --session id填写字段bsk fill e3 --value text --session id选择选项bsk select e3 --value option-value --session id按键bsk press Enter --ref e3 --session id展开悬停菜单bsk hover e3 --session id露出元素bsk scroll-to e3 --session id截图bsk screenshot --session id --out page.png上传 / 下载bsk upload e3 --file ./a.pdf/bsk download e3 --out ./a.pdf借用用户标签bsk tab borrow tab-id/bsk tab return tab-id必须知道的语义细节eNref 只对当次观察有效。导航或 DOM 大改动后会失效操作前重新observe。select取选项的value属性值不是可见文字。scroll-to返回的是按祖先裁剪后的可见边界单位为顶层 viewport CSS 像素部分可见即成功完全隐藏才失败完整约定见 docs/scroll-to.md。借用用户标签页要借前确认、用完即还。tab borrow --timeout 120s只延长确认等待时间默认 60 秒不决定是否需要确认。上传会把文件披露给站点下载默认拒绝覆盖需要时加--overwrite两边都用你本地的路径。大观察结果用observe --max-tokens n控制配合返回的 cursor 续读。任务无论成败都要bsk session stop id收尾借用的标签随之归还。 人机协作与无人值守遇到登录、验证码、支付确认这类必须人出场的步骤Agent 可以主动交棒也可以整体关闭求助。bsk request-help --session id --prompt 请完成登录 --target e3返回结果下一步continued/completed重新 observe用新 ref 继续cancelled/timed_out尊重拒绝不要重复请求disabled没有人完成操作按现有能力继续Stale refobserve 后重试一次目标动作超时或效果未知先检查当前状态动作可能已生效扩展弹窗里有两个独立开关默认都开浏览器侧保存的设置对已有和新建会话都有最终决定权借用前确认允许人工协助实际行为开开借用需确认求助正常弹窗开关借用需确认求助返回disabled关开借用免确认求助正常弹窗关关借用免确认求助返回disabled关闭借用确认会放行待确认请求关闭协助会把等待中的求助结束为disabled。重新打开开关后后续操作恢复原行为。旧的--unattended、tab borrow --no-confirm、BSK_REQUEST_HELPoff不再能覆盖开关仅为兼容保留识别。关闭协助不代表步骤已完成也不增加任何授权。Agent 应先用现有登录态和已授权输入把能做的做完仅手机扫码、人脸验证、拿不到的短信码可以如实报告受阻其余可独立完成的工作要继续。 进阶场景基础跑通之后长截图、服务器侧 Agent 和 DSH 集成是三个进阶方向。长截图三种模式怎么选扩展快捷功能 → 长截图和 Agent 命令共用同一套捕获、拼片与导出管线。Full page · Automatic从顶部开始增量滚动跟随追加内容。Long image · I scroll从当前位置开始你手动滚动并保留重叠完成后点Finish and keep。Visible area只截当前视口一次。Agent 侧一条命令即可bsk screenshot --session id --full-page --timeout 5m --out page.png默认捕获与编码截止 2 分钟--timeout可延长支持 Ctrl-C 取消结束后恢复原始滚动位置。--scope follow默认跟随追加内容--scope current只捕获开始时测量的文档区域后续长高不再扩展范围。内部浏览器页面、嵌套滚动面板和虚拟化列表不支持捕获期间保持标签可见。存储上新捕获是 512 像素高的 PNG 瓦片写在扩展的 OPFS 里导出时流式压缩不构建整页像素缓冲。细节见 docs/long-screenshot.md。快捷功能在 CLI 连接关闭时也可独立使用。远程连接Agent 在服务器浏览器在你电脑扩展主动发起出站 WSS 连接你的电脑无需开放入站端口任务照常用独立 Agent Window 和借用-归还流程。本地模式就是默认行为bsk daemon start服务器模式换成bsk daemon start --mode server --listen 0.0.0.0 --port 52800 \ --public-url wss://browser.example.com/extension配对验证按三步走服务器侧BSK_AUTO_START0 bsk daemon pair生成配对链接单次使用默认 5 分钟过期。扩展弹窗选Remote connection粘贴链接并保存。BSK_AUTO_START0 bsk status --json确认浏览器出现再用它的instance_id启动会话读页验证成功后bsk session stop。设备授权用bsk daemon devices查看、bsk daemon revoke --all吊销吊销同时断开现有连接并拒绝新连接。注意远程模式当前不支持文件上传/下载。TLS 反向代理、--pairing-ttl等启动参数、第三方网关协议都在 docs/remote-extension-connection.md 里。DeepSeek Harness 插件在 DSH 下不用bsk install-skill官方插件自带 skill并提供原生browser_*工具和 Web UI 任务预览dsh plugin --profile web add wxg-prc-cpg/browser-skill-dsh-plugin dsh --profile web把web换成你的 profile 名确保该环境 PATH 能找到bsk。插件不会自动更新升级后重启 profile。用法与配置见 packages/dsh-plugin-browserskill/README.md。⚙️ 它是怎么工作的整条链路只有四跳CLI → daemon → 扩展 → Agent Window每一层职责固定。CLIcrates/bsk-cli/命令树与 daemon。命令按需自动拉起 daemon再发出类型化 RPC。daemon持有请求直到扩展重连上路由到对应浏览器session start在扩展未连好时不会直接失败。协议crates/bsk-protocol所有线上类型与 JSON Schema 集中在此每个工具的参数和结果契约都在 schema 目录。扩展apps/extension/src/浏览器内执行自动化、录制、长截图与审计。排障与版本对齐多数问题落在三件事上doctor 输出、版本匹配、升级顺序。doctor 的WARN是提示而非失败典型场景是受管 skill 检测到本地编辑、暂停自动同步或来源无法识别。按提示处理即可例如用bsk install-skill --harness cursor --force恢复内置 skill或用--source加--force显式标记为自定义。受管 skill 在 daemon 启动、session start、doctor时自动同步内容未变的才更新本地编辑和自定义 skill 一律保留。版本匹配长截图等新能力要求 CLI 与扩展构建一致。更新 CLI 后运行bsk daemon restart重启运行中的 daemon扩展走商店更新DSH 插件单独更新。升级顺序先结束进行中的浏览器任务再更新。bsk update --yes bsk daemon restart最后用bsk --version、bsk status、bsk doctor核对 CLI、daemon 与扩展的版本和连接。延伸阅读细节问题在各文档里都有专章建议按需查阅AGENT_INSTALL.mdAgent 自助安装的完整说明。docs/website-debugging.md网站调试与证据采集。docs/browser-profiles.md多浏览器与 Profile 选择。许可证MIT。【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