Tencent/BrowserSkill

Let AI agents use your real, logged-in browser without interrupting your work. CLI + extension for browser automation across any shell-capable AI agent.

這是什麼

BrowserSkill 是一套讓 AI agent 連到你既有登入狀態的真實瀏覽器的工具：它由本機 bsk CLI／daemon 與瀏覽器 extension 組成，讓 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent、DeepSeek Harness 等能執行 shell 的 agent，透過同一套命令去操作瀏覽器。它要解的不是「再開一個無狀態測試瀏覽器」的問題，而是讓 agent 可以在你已經登入的網站、已經開啟的分頁上完成任務。README 特別強調 tab 必須被明確借用，任務結束後要歸還，並且讓其餘瀏覽器使用保持不受影響。換句話說，它把 browser automation 包成一個偏向日常工作流的介面：可見的 Agent Window、可借用分頁、可請真人接手 captcha／登入／確認對話框等步驟。

為什麼上榜

這個專案今天以 4,096 stars、期間新增 1,302 stars 的熱度上榜，核心吸引力在於它踩中了 AI agent 落地時最常見的痛點：許多網站操作需要真實登入態、既有 session、或偶爾需要人類確認，而傳統 headless browser 或隔離測試帳號往往不夠貼近日常。BrowserSkill 的差異不是只支援某個模型或單一 agent framework，而是把能力收斂到 bsk CLI，只要 agent 能呼叫 shell 就能接入，降低了綁定特定供應商的風險。README 也把「不中斷使用者工作」放在前面：任務跑在獨立可見的 Agent Window，並透過 extension 的自動化設定控制借用分頁前是否確認、是否允許 request-help。對正在嘗試把 AI agent 放進真實瀏覽器工作流的人來說，這比單純展示 demo 更接近可用產品的邊界設計。

適合誰，可以拿來做什麼

BrowserSkill 適合正在使用 shell-capable AI agent 的開發者、研究者與重度自動化使用者：如果你常讓 Claude Code、Codex、Cursor 類工具協助查網頁、操作後台、整理頁面資訊，卻卡在登入態、分頁上下文或 captcha／確認流程，它提供一條更自然的橋接方式。典型情境包括讓 agent 打開指定網站並摘要頁面、在已登入網站內查詢資料、擷取長頁面 screenshot，或在需要人類判斷時暫停並請你接手。上手門檻不算零：你需要安裝 CLI、安裝 Chrome 或 Edge extension，並理解 daemon、session、tab borrow、request-help 等概念。README 明確支援 macOS、Linux、Windows x64，以及 Chrome／Microsoft Edge；其他 Chromium 瀏覽器預期可用但以支援 unpacked extension 為前提，Firefox 則標示為 planned。

上手

README 建議已在使用 Cursor、Claude Code、Codex 或其他 shell-capable agent 的人，直接把安裝指令交給 agent，讓它依照 AGENT_INSTALL.md 完成 CLI 與 skill 安裝，再引導安裝 extension：

Set up browser-skill on this machine by following https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md

手動安裝時，macOS／Linux 可先安裝 bsk CLI，並把安裝目錄加入 PATH：

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh
export PATH="${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATH"
bsk --version

接著從 Chrome Web Store 或 Microsoft Edge Add-ons 安裝 extension，再執行：

bsk install-skill
bsk doctor

README 建議用 bsk doctor 檢查連線與警告，並在新的 agent session 中測試開啟 https://example.com 並摘要頁面；若 skill 沒被偵測到，要回頭確認 harness 與安裝路徑。

README 重點摘要

• 兩段式本機 runtime：bsk CLI／daemon 加上 browser extension，負責把 agent 與真實瀏覽器連起來。
• 支援多種 agent harness：README 點名 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent 與 DeepSeek Harness。
• 人類介入是內建流程：captcha、登入、確認對話框等情境可由 agent 請使用者接手，再於之後繼續。
• 自動化設定由 extension 保存：是否借用分頁前確認、是否允許 request-help，是兩個獨立設定，且使用者瀏覽器中的保存值具權威性。
• 更新與混版相容有注意事項：README 詳述 CLI、daemon、extension、protocol 與 DeepSeek Harness plugin 的更新方式，尤其 0.3.0 後舊的 unattended／no-confirm 類旗標不再覆蓋 extension 設定。