BrowserSkill/README.zh-CN.md

BrowserSkill

让 AI Agent 操作你的浏览器，而不打断你的工作。

English · 中文

BrowserSkill 把 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent、DeepSeek Harness 等 AI Agent 连接到你已登录的浏览器。

需要 Agent 操作你已打开的标签页？必须显式借用该标签，任务结束后归还，其余浏览器窗口不受影响。

https://github.com/user-attachments/assets/db782c92-b1d4-4aae-a255-039675937a90

BrowserSkill 的优势

• 复用真实登录态：Agent 可以操作你已经登录的网站，不需要额外测试账号。
• 不中断你的工作：浏览器任务在独立可见的 Agent Window 中运行，不影响你继续使用自己的浏览器。
• 支持任意 Agent：只要 Agent 能调用 Shell，就可以通过 bsk CLI 使用 BrowserSkill，不绑定特定模型、Agent 框架或 harness。
• 内置 human-in-loop：遇到 captcha、登录、确认弹窗等必须由人处理的步骤时，Agent 可以主动请求你接管，完成后再继续任务。

运行环境

BrowserSkill 由两个本地运行组件组成：bsk CLI/daemon 和浏览器扩展。

运行项	支持情况
操作系统	macOS（Apple Silicon 和 Intel）、Linux（x64 和 ARM64）、Windows x64
浏览器	已支持 Chrome 和 Microsoft Edge；其他支持加载 Chromium 扩展的浏览器通常可用；Firefox 计划中

快速开始

让 Agent 帮你安装（推荐）

已经在用 Cursor、Claude Code、Codex 或其他支持 Shell 的 Agent？只需复制下面这句话发给 Agent，它会帮你安装 CLI 和 skill，并引导你加载浏览器扩展：

按照 https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md 的说明，在本机安装并配置 browser-skill

手动安装

先安装 CLI，再从 Chrome Web Store 或 Edge 加载项商店 安装浏览器扩展。

1. 安装 bsk CLI

macOS / Linux（推荐，安装到 ~/.local/bin）：

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

Windows（PowerShell，安装到 ~/.local/bin）：

irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex

验证二进制：

bsk --version

2. 安装浏览器扩展

在对应浏览器的商店安装 BrowserSkill：

浏览器	商店页面
Chrome	Chrome Web Store
Microsoft Edge	Edge 加载项商店

其他基于 Chromium 的浏览器，安装 Chrome Web Store 版本即可。

3. 安装 skill

BrowserSkill 自带 skill，用于教 Agent harness 如何使用 bsk。以下 harness 可一键安装：

Cursor

Claude Code

Codex

OpenClaw

CodeBuddy

WorkBuddy

Pi

Hermes Agent

bsk install-skill

用 Space 选择需要安装的 Agent harness，然后按 Enter 安装 skill。运行 bsk install-skill --list 可查看 internal 变体及安装路径。

其他支持 Shell 的 Agent harness 也可使用 BrowserSkill，但需手动将 skill/SKILL.md 复制到对应 skills 目录下的 browser-skill/SKILL.md。DeepSeek Harness 走独立插件，见 DeepSeek Harness 插件。

启动一个新的 Agent 会话，写一条需要使用浏览器的 prompt，例如：

/browser-skill open example.com and summarize what is on the page.

DeepSeek Harness 插件

在用 DeepSeek Harness（dsh）？BrowserSkill 提供了官方 dsh 插件，已发布到 npm：@wxg-prc-cpg/browser-skill-dsh-plugin。它会注入原生 browser_* 工具（无需再通过 Shell 调用 bsk），并在 Web UI 中实时观察每个 Agent Window。

把它装进某个 dsh profile，然后启动该 profile：

dsh plugin --profile web add @wxg-prc-cpg/browser-skill-dsh-plugin
dsh --profile web

插件自带 skill，所以在 dsh 下无需执行 bsk install-skill；但 bsk CLI 和浏览器扩展仍是前置条件。工具清单、配置项与观察浮层见插件 README。

工作原理

BrowserSkill 是 Agent 运行时与浏览器之间的本地桥接层。

flowchart TB
  subgraph Harness["Agent 运行时"]
    Agent["Cursor / Claude Code / Codex / OpenClaw"]
  end

  subgraph Local["本机"]
    CLI["bsk CLI"]
    Daemon["bsk daemon"]
    Extension["BrowserSkill 扩展"]
  end

  subgraph Browser["浏览器配置文件"]
    AgentWindow["Agent Window"]
    UserWindows["你的常规浏览器窗口"]
  end

  Agent -->|"shell: bsk ..."| CLI
  CLI -->|"本地 IPC"| Daemon
  Daemon -->|"127.0.0.1 WebSocket"| Extension
  Extension -->|"自动化"| AgentWindow
  Extension -.->|"仅在请求时借用标签"| UserWindows

  style AgentWindow fill:#fff4e6,stroke:#f59e0b,stroke-width:2px,color:#111827
  style UserWindows fill:#f8fafc,stroke:#cbd5e1,color:#334155

Agent 不直接与浏览器通信。它通过 bsk CLI 下发浏览器任务；本地 daemon 把请求路由到扩展；扩展在 Agent Window 中执行。DeepSeek Harness 走同一条链路，只是经由 插件：Agent 调用注入的 browser_* 工具，由插件代为执行 bsk。

面向开发者

本仓库是 Cargo + pnpm workspace：

• crates/bsk-cli — bsk CLI 与本地 daemon
• crates/bsk-protocol — 共享协议类型与 JSON Schema
• apps/extension — 浏览器扩展
• packages/ui 和 packages/i18n — 扩展 UI 共享支持
• packages/dsh-plugin-browserskill — DeepSeek Harness 插件（@wxg-prc-cpg/browser-skill-dsh-plugin）

许可证

MIT