ARTICLE DETAIL

资讯详情

深耕网站建设与运营推广的一线实战洞察。

BrowserSkill 快速上手:让 AI Agent 在你已登录的浏览器里做自动化,不打断你

BrowserSkill 快速上手:让 AI Agent 在你已登录的浏览器里做自动化,不打断你 BrowserSkill 快速上手让 AI Agent 在你已登录的浏览器里做自动化不打断你【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让 Agent 帮忙打开网页、总结内容它又卡在登录墙上——要么自建测试账号要么眼睁睁看着它等你输密码。BrowserSkill 是解决这个问题的本地桥接层把 AI Agent 接到你日常在用的 Chrome 或 Edge 上直接复用现有登录态。Agent 干活期间你在自己的窗口里继续写文档、看消息互不干扰。一分钟搞懂它一句话BrowserSkill 本机的bsk命令行工具内含常驻后台的 daemon 服务 一个浏览器扩展。前者是 Agent 的唯一入口后者负责在浏览器里真正动手。CLI / daemon跑在 macOSApple Silicon 与 Intel、Linuxx64 与 ARM64、Windows x64 上装好即用不需要别的常驻服务。浏览器扩展Chrome、Microsoft Edge 已适配基于 Chromium 125 及以上其他 Chromium 内核浏览器一般可用Firefox 在计划中。前置依赖一个能执行 Shell 命令的 AI Agent——Cursor、Claude Code、Codex 都可以。没有 SDK没有模型绑定bsk就是它的 API。代价是边界被写死只做操作绝不提取凭据、Cookie 或 Token。装好它的最快路径装 CLI。macOS / Linux 在终端执行curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh export PATH${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATHWindows 用 PowerShellirm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex二进制默认落在~/.local/binbsk --version能输出版本号即成功。装扩展。从 Chrome Web Store 或 Edge 加载项商店安装 BrowserSkill打开弹窗启用本地连接。把操作手册skill交给 Agent让它知道怎么调bskbsk install-skill --harness cursor --json把cursor换成你的 harness ID全部选项用bsk install-skill --list查看。体检运行bsk doctor按提示处理警告与失败项直到扩展弹窗显示已连接。最容易踩的坑正在运行的 Agent 会缓存旧 PATH。装完 CLI 后重启一次 Agent否则它会报找不到bsk。跟着敲一遍场景一打开网页并总结一个会话的完整生命周期是start → 干活 → stop。bsk session start --json返回session_id后续所有命令都要带它。bsk navigate https://example.com --session id页面在独立的 Agent Window 里打开不会占用你正在看的窗口。bsk observe --session id返回页面文本和形如e3的元素引用ref这是后续交互的坐标。规则只有一条导航或页面结构大变更后重新observe拿新鲜引用再动作。bsk click e3 --session id拿到结果后重新observe验证效果别盲目重试。bsk session stop id无论任务成败都应显式关闭不要指望空闲自动清理。场景二借用你自己的标签页Agent 默认只碰 Agent Window 内的页面。要操作你已打开的标签先列出来再借bsk tab list --scope user --session id bsk tab borrow tab-id --session id借用默认等你确认 60 秒--timeout 120s可改需 daemon 与扩展协议版本 1.2 及以上。卡住时可以喊人比如登录、验证码、支付确认bsk request-help --session id --prompt Please complete sign-in --target e3返回值含义你的下一步continued/completed你已接管并处理完重新observe继续任务cancelled/timed_out你拒绝了不要重复同一请求disabled扩展里关了人工协助基于现有登录态尽力推进别把任务判成完成做完相关操作立即bsk tab return tab-id --session id别让用户的标签页跨任务滞留。顺手带走的能力能力一句话收益关键命令长截图整页切成 512 像素高的 PNG 瓦片存进扩展的 OPFS内存峰值极低一次 3,170 × 100,062 像素的捕获RGBA 缓冲峰值约 41.7 MiB同等完整位图需约 1.27 GBbsk screenshot --session id --full-page --out page.png默认采集超时两分钟长页面加--timeout 5m结束自动恢复滚动位置远程连接Agent 在服务器、浏览器在你电脑也能跑扩展主动发起出站连接本地无需开端口bsk daemon start --mode server配合 TLS 证书自建鉴权服务器bsk daemon pair生成一次性配对链接完成设备授权凭据可轮换与吊销无人值守扩展弹窗里借用标签页前确认和允许请求人工协助是两个独立开关都关掉后借用免确认、求助直接返回disabled无需命令行参数插件里保存的设置对全部会话具有最终决定权旧版--unattended等开关已弃用链路长什么样Agent 从头到尾不直接碰浏览器整条链路严格分层两处反直觉的设计值得知道CLI 侧工具调用的 IPC 超时设为 35 秒刻意比 daemon 侧工具超时略长这样调用方收到的是结构化超时响应而不是连接莫名断开session start会先自动拉起 daemon并等待扩展重连最多 35 秒才放行请求。线上协议类型与每个工具的参数/结果契约全部集中在 crates/bsk-protocol/schema/扩展端实现位于 apps/extension/src/。谁该用下一步看什么如果你的 Agent 需要操作真实网站后台系统、电商、SaaS不想维护一套测试账号还希望全程可见、可控、可中途接管它就是为此设计的纯无头批量抓取则别用它的人机协作取向会拖慢你。Agent 自助安装指引把一句话发给 Agent它自己装好 CLI 和 skill长截图说明沙盒环境说明沙盒会回收后台进程时如何在宿主侧托管 daemon【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
返回列表