BrowserSkill：让智能体在你已登录的浏览器里干活

让 Claude Code 或 Cursor 帮你操作网页，最常见的两条路都不省心：让 agent 自己开一个 Playwright 实例，登录态是空的，什么都要重登；把日常浏览器整个交给自动化协议，agent 又和你抢同一批标签页。腾讯 2026 年 6 月开源的 BrowserSkill（MIT 协议，截至 2026-10-10 约 8500 star）走了第三条路：任务在一个独立的 Agent Window 里跑，和你自己的窗口互不打扰；要动你开过的标签页得先征得同意，验证码、登录这类只有人能做的步骤会主动交还给你。

核心功能

• 独立 Agent Window：每个任务在单独的可见窗口里执行，页面你看得见、随时能中断；窗口共享所选 profile 的登录态，agent 不用重新登录任何网站。
• 借用与归还：要操作你已经打开的标签页时，扩展默认先弹确认，任务结束后把标签页还回原窗口；这个开关在扩展设置里，CLI 参数绕不过去。
• 请求人工介入：遇到登录、验证码、支付确认，agent 通过扩展发起「请求帮助」，人做完它接着跑；关掉扩展里的允许开关，请求直接不发送。
• 网站调试取证：先开捕获再复现问题，请求、响应体、Console、表单值和页面变化按时间线串起来，支持请求改写、Mock 响应和同源重放，证据可导出 JSON，任务结束还能回看。
• 远程配对：agent 跑在服务器上时，本机扩展通过带认证的 WSS 主动连出去，家里电脑不用开入站端口；远程模式暂不支持文件上传下载。
• 多浏览器与整页截图：给每台浏览器命名、把会话绑定到指定 profile；截图支持后台标签页和整页长图，截完还原原滚动位置。

典型使用场景

• 让 agent 拿着公司内部系统的登录态走完一套表单流程，你只在验证码和最终提交处接手。
• 排查 localhost 上保存失败的问题：agent 开捕获、复现、读响应体和 Console，把证据打包给你。
• 整页长截图、批量读取已登录页面这类后台杂活，全程不占用你正在用的窗口。
• 云服务器上的 agent 配对你桌面的浏览器：登录态留在本机，模型在远端跑。

快速上手

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh
bsk install-skill
bsk doctor

CLI 自带 daemon，bsk install-skill 按 agent 类型装对应的技能文件（支持 Claude Code、Cursor、Codex、OpenClaw 等）；再从 Chrome 或 Edge 商店装扩展，在弹窗里开启本地连接。支持斜杠命令的宿主里也能直接用 /browser-skill 调起。bsk doctor 全绿、扩展显示 Connected 之后，对新会话说一句「用 browser-skill 打开 example.com 总结页面」，就能看到 Agent Window 跑起来。

小结

适合已经在用 shell 型智能体、想让它们用真实登录态干活的人；DeepSeek Harness 另有原生工具插件。和开独立实例的 Playwright MCP 相比，它不复制登录态，直接用你现在的浏览器，代价是隔离边界要自己把握：Agent Window 共享所选 profile 的登录态，不是安全沙箱，agent 能以你已登录网站的身份行动，交给它的任务和模型得自己把关。实现上是 bsk CLI（Rust）加 TypeScript 扩展，本地 daemon 走回环端口，空闲时自检新版本并自更新；无强制云服务、无遥测，操作审计默认关闭，开启后记录在 BSK_HOME/audit，调试证据保留 30 天。