Tencent/BrowserSkill

TL;DR

Tencent/BrowserSkill 是一个本地桥接工具，允许 Cursor、Claude Code 等 AI Agent 通过 CLI 借用用户已登录的浏览器标签页执行任务。它解决了传统 Browser Use 方案中需要维护独立测试账号或破坏用户工作流的痛点，实现了 Agent 操作与人类日常浏览的隔离。

它解决什么问题

当前大多数 Browser Use Agent（如 browser-use、Selenium-based agents）通常启动独立的无头浏览器或专用 Profile。这导致两个核心问题：一是无法复用用户现有的登录态（Cookies/Sessions），需要繁琐的账号配置；二是 Agent 操作会抢占浏览器焦点，干扰用户正在进行的工作。BrowserSkill 的出现正是为了解决“Agent 需要操作真实业务环境”与“用户不希望被打断/无需重复登录”之间的矛盾，特别适用于需要访问内部系统、已配置好环境的复杂 Web 应用。

核心做法

架构上采用 CLI + Daemon + Extension 三层本地通信模式： 1. Agent Interface: Agent 通过 Shell 调用 bsk CLI。 2. Local IPC: CLI 与本地后台 Daemon (bsk daemon) 通信，管理会话生命周期。 3. Browser Extension: Daemon 通过 WebSocket (127.0.0.1) 与浏览器扩展通信。 4. Isolation: 扩展在独立的 "Agent Window" 中执行自动化操作，或通过显式请求借用用户当前标签页（Tab Borrowing）。这种设计确保了 Agent 的操作不会意外修改用户的正常浏览上下文。 5. Human-in-the-loop: 遇到 CAPTCHA、二次验证或需要确认的操作时，Agent 可暂停并请求人类介入，用户操作完成后 Agent 继续执行。

作者

项目由 Tencent（腾讯）官方组织维护。虽然 README 未详细列出具体个人贡献者，但作为大厂开源项目，其代码质量、安全性考量及长期维护潜力通常高于个人开发者主导的项目。主语言为 TypeScript，底层涉及 Rust (Cargo workspace)，显示了工程化的高标准。

社区反应

截至数据抓取时，项目拥有 4,214 Stars 和 297 Forks，在 Browser Use Agent 细分领域属于高热度项目。51 个 Open Issues 表明社区活跃且处于快速迭代期（创建于 2026-06，仅数月即获此量级）。支持主流 Agent Harness（Cursor, Claude Code 等）使其天然具备跨框架吸引力。由于是腾讯开源，其在企业级应用场景下的可信度较高。

怎么上手

依赖: Node.js (用于 CLI/Extension), Rust (若需本地编译，但提供预构建二进制), Chromium 内核浏览器。 最小复现步骤: 1. 安装 CLI: bash curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh 2. 安装扩展: 从 Chrome Web Store 或 Edge Add-ons 安装 BrowserSkill Extension。 3. 连接 Agent: bash bsk install-skill # 自动配置 Cursor/Claude Code 等技能文件 4. 验证: bash bsk doctor # 检查 CLI、Daemon、Extension 连接状态 5. 测试: 在 Agent 中输入 /browser-skill open example.com and summarize。

争议与局限

安全性风险: Agent 拥有对已登录会话的控制权。虽然设计为“借用”而非“接管”，但若 Agent 被恶意 Prompt Injection，可能导致敏感操作（如转账、修改设置）。README 强调 Human-in-the-loop，但自动化场景下仍需警惕。
浏览器兼容性:目前仅支持 Chrome 和 Edge (Chromium-based)，Firefox 计划中。企业内网若使用 Firefox，暂无法直接使用。
环境依赖: 需要本地运行 Daemon 和 Extension，对于纯云端/Serverless Agent 部署不友好（尽管支持远程连接配置，但复杂度增加）。
推断: 对于重度依赖动态渲染或复杂反爬机制的网站，Agent Window 的自动化效率可能低于专用爬虫工具。