让 Agent 站上你已登录的浏览器:BrowserSkill 绕开登录态这条路
腾讯开源的浏览器自动化桥,给 AI 代理补上了哪块拼图 让 AI Agent 干活,卡住它的往往不是模型不够聪明,而是它进不了你每天在用的那扇门——已经登录好的浏览器。Tencent/BrowserSkill(7,499★,MIT 许可)这个开源项目,恰好就是把这块拼图按上去的:它把 Agent 连接到 Chrome 或 Microsoft Edge,直接复用你已有的登录状态,任务在独立可见的代理
让 AI Agent 干活,卡住它的往往不是模型不够聪明,而是它进不了你每天在用的那扇门——已经登录好的浏览器。Tencent/BrowserSkill(7,499★,MIT 许可)这个开源项目,恰好就是把这块拼图按上去的:它把 Agent 连接到 Chrome 或 Microsoft Edge,直接复用你已有的登录状态,任务在独立可见的代理窗口里运行,需要时才显式借用已有标签页,用完归还。
为什么「已登录」是关键一环
大量真实工作流都卡在登录态上:读内部文档、搜内网系统、填审批表单,这些事模型自己做不了,因为没有账号。传统做法要么把 Cookie 导出来喂给脚本,要么让 Agent 从零注册账号——前者脆弱,后者多数平台根本走不通。BrowserSkill 的思路是不绕开登录态,直接站在它上面:复用浏览器里已登录的账号去读文档、填表单、完成需要登录的流程;遇到登录、验证这类必须本人出面的步骤,窗口就停在那儿等你接手。对 AI Agent 落地来说,这一步比多接几个模型重要得多。
它在 DSH 生态里的位置
在 DeepSeek Harness 生态里,BrowserSkill 是 dsh 原生的 browser 分类插件:DSH 插件在 Web UI 里提供原生 browser_* 工具、任务预览和截图结果,底下用同一套 bsk CLI 与浏览器扩展,并自带 skill。能调 Shell 的 Agent——Cursor、Claude Code、Codex、WorkBuddy 等——也可以不经插件,直接经 bsk CLI 使用。换句话说,它不是又一个爬虫库,而是把浏览器变成 Agent 的标准外设。
安装链是三层:bsk CLI 装到本机,浏览器装扩展,再配 skill 或 DSH 插件。DSH 用户一条命令加进 profile 即可。项目上线不久就有 7,499 星、综合分 71,本站在 2026/9/27 做了 L4 实装验证,信任档位「已验证」。扩展界面支持简体中文、英语、日语等十种语言,文档也有中文版,对国内用户相当友好。不过真要装,下面四个坑值得先看。
坑一:两条安装命令长得不一样,别混着走
现象:站点详情页给的是 dsh plugin --profile web add Tencent/BrowserSkill,README 插件章节写的却是 dsh plugin --profile web add @wxg-prc-cpg/browser-skill-dsh-plugin,不知道哪条对。
原因:npm 上确实存在 browser-skill@0.2.0 这个包名,但仓库的 package.json 标记了 private,还缺 main/exports/bin 入口声明,没真正发布到 npm,所以站点改用 GitHub 源安装;README 里的包名则是插件章节实际使用的 npm 包。
解决:两条路都能装,但别混着用——跟站点走就用 GitHub 源那条命令,照 README 走就整段照抄,装完用 dsh --profile web 启动验证结果。
坑二:装了 DSH 插件,就以为万事俱备
现象:插件加进 profile 了,对话里让 Agent 开浏览器,还是报连接失败。
原因:DSH 插件只是三层结构里的一层。skill 虽然插件已自带,但 bsk CLI 和浏览器扩展缺一不可,少任何一层都连不起来。
解决:按顺序补齐——本机装 bsk CLI 并跑通 bsk --version,Chrome 或 Edge 装好扩展并在弹窗开启本地连接,最后用 bsk doctor 确认全绿,再重启 profile 让插件加载。
坑三:把代理窗口当成安全沙盒
现象:随手把各种任务都丢给 Agent,包括涉及支付、内部系统的敏感操作。
原因:代理窗口共享的是所选 Profile 的登录态,它不是独立账号,更不是安全沙盒。Agent 能用已登录平台授予的权限执行操作,等于把账号权限部分交了出去。
解决:只把任务交给信任的 Agent 与任务。扩展里有两个默认开启的设置——借用标签页前确认、允许请求人工协助——建议保留;Agent 接管已有标签页前会先来问你,遇到登录、验证也会请你本人处理。敏感账号的操作宁可自己动手,或者单独建一个专用的浏览器 Profile 给 Agent 用。
另外提醒一句:关闭「允许请求人工协助」并不代表待处理的登录、验证步骤已经完成,只是不再来打扰你。
坑四:为了装个插件硬编译源码
现象:看到「需源码安装」几个字,就想 clone 仓库自己 build 一套最新的。
原因:项目是 Rust + pnpm workspace,源码构建需要 Rust stable、Node.js 22 和声明版本的 pnpm,三步构建顺序也是固定的,门槛不低。
解决:只想用,别硬编译。走站点的 GitHub 源安装路径,dsh 会处理好依赖;源码构建留给想改代码、看实现的开发者。
L4 通过加需源码安装,这个组合说明什么
L4 实装验证说的是「在真实 dsh 环境里装成功了」,需源码安装说的是「npm 发布形态还没整理好」。两者组合起来读,结论其实挺健康:项目本体质量过硬——7,499 星、上游最近提交就在 2026/9/27、MIT 许可,L4 也证明了安装路径走得通;但 npm 包的 private 标记和缺失的入口声明,说明作者还没把它当公共包运营,发布形态仍在路上。
这个组合对开源生态观察者来说是个不错的样本: star 数量、维护活跃度、许可协议这些「上游健康度」信号,和「可安装性」信号是两回事,一个项目可能前者全绿、后者卡在 packaging 上。DSH 的信任档位把两类信号分开记录,正是为了让这种细微差别能被读出来。对使用者的影响就是一句话:跟官方安装指引走,别自己另辟蹊径。
总结
BrowserSkill 把「让 Agent 用你已登录的浏览器」这件别扭事做成了标准化的三层结构,在 DSH 生态里补上了 browser 分类的关键拼图。选型时可以先在DeepSeek Harness Hub 插件清单里对照同类工具的实装验证档位,再决定走插件还是直连 CLI。
适合与不适合
适合:想复用登录态跑内部流程的效率玩家;用 Cursor、WorkBuddy 等能调 Shell 的 Agent、想加浏览器能力的开发者;需要 Agent 截长图、填表单的内容与运营岗位。
不适合:把登录态交给 Agent 有顾虑、又要处理敏感账号的人——代理窗口不是沙盒;只想装完就用的纯小白——需源码安装的标注和三层结构都有门槛;非 Chromium 125+ 内核浏览器的用户。
标签:BrowserSkill、腾讯开源、浏览器自动化、DSH 插件、AI Agent
本文由 DeepSeek Harness Hub 自动整理,数据来源于插件详情页。
读 BrowserSkill 的代码,看 CLI、守护进程与扩展如何分层协作
大多数浏览器自动化工具喜欢把所有东西塞进一个包里,Tencent/BrowserSkill(7,499★,MIT 许可)却把仓库切成了四块,各管一层。7,499 星之外,更值得看的是它划边界的思路——这篇照着目录读一遍,顺带看几个藏在代码里的安全细节。
四个目录,各管一层
crates/bsk-cli CLI、daemon 和内置 Agent skill
crates/bsk-protocol 通信类型与 JSON Schema
apps/extension 浏览器自动化、调试工作区和扩展界面
packages/dsh-plugin-browserskill DeepSeek Harness 集成
crates/bsk-cli 是入口层:bsk 命令、后台守护进程 daemon,以及告诉 Agent 怎么用这些工具的内置 skill 都在这里,Agent 只管调命令,剩下的事交给 CLI 自带的 daemon。crates/bsk-protocol 是契约层,定义 CLI、daemon、扩展之间的通信类型并生成 JSON Schema——三层之间不共享实现代码,只共享这份协议,谁都不必知道别人内部怎么写。apps/extension 跑在浏览器侧,负责页面自动化、调试工作区和扩展界面,读页面、点击、输入、管标签页、截图这些动作都从它发出;packages/dsh-plugin-browserskill 则是 DSH 的集成层,把同一套能力包装成原生 browser_* 工具、任务预览和截图结果。
旁边还有共享的 packages/ui、packages/i18n、packages/vom(多语言与页面观察),以及 evals/browser——本地测试页面加浏览器能力评测。想自己构建的话,顺序是固定的三步:
pnpm install --frozen-lockfile
cargo build --release --locked
pnpm ext:build
构建完,CLI 产物在 target/release/ 目录下,扩展从 apps/extension/dist/chrome-mv3/ 加载。
start-journal 里的安全细节
packages/dsh-plugin-browserskill/src/start-journal.ts 是最值得细读的文件之一,它管理任务启动日志,有两个习惯可以直接抄走。第一是目录权限:创建根目录和会话目录时都显式传了 mode 0o700,日志目录只有当前用户能进,其他用户一概不可读写——浏览器调试数据可能包含表单字段值,权限收紧是底线。第二是原子写:保存请求记录时先写临时文件,再 renameSync 到 requests.json。rename 在同一文件系统内是原子操作,进程写到一半崩溃也不会留下半个 JSON,读端要么看到旧文件、要么看到完整的新文件。
它还用 renameSync 把会话目录「认领」到自己的命名空间,认领完成后的清理才用 rmSync 递归删除——先用重命名占坑、再慢慢删,并发任务不会踩进同一个目录。这种细节不写进文档,但读代码时能看到作者的谨慎。
借与还,标签页的生命周期
另一个设计点在标签页上。任务默认在独立的代理窗口里跑,需要操作用户已有标签页时显式借用,任务结束后归还到原窗口;CLI 直用时,完成或失败都应执行 bsk session stop 结束会话。借与还的边界划清了,Agent 才不会把用户的标签页搞得一团糟。扩展里还有「借用标签页前确认」这个默认开启的设置,Agent 接管已有标签页之前必须先征得同意——自动化与用户控制权之间的平衡,就落在这一借一还两个动作上。
调试数据的生命周期也有明确预算,这部分和重放、远程一起放到下一节说。旁边还有一份默认关闭的操作审计,存在 daemon 主机的 BSK_HOME/audit 下,只记任务与操作元数据,不记输入值、页面正文和截图。
藏在文档里的四个边界
读代码之外,有几条边界藏在文档与实现之间,实际用的时候最容易在这里翻车,逐条拆开看。
坑一:重放不是沙盒演练,它会把请求真的发出去
现象:把一个可疑接口丢进请求重放验证问题,结果后端数据被改了。原因:重放的实现是用页面当前会话再发一次新请求,它会真实触达服务端,请求拦截与模拟响应同样属于「真改世界」的操作。解决:重放前确认这个请求可安全重复(幂等、无副作用),生产账号上的写操作改用只读请求或日志对照来验证。
坑二:调试历史有保留预算,删除前要先停采集
现象:想清掉一批评测产生的调试记录,删了却发现又冒出来。原因:网站调试历史存在当前浏览器配置里,停止记录 30 天后过期,保留预算 50 条、50 MiB,达到限制还可能提前清理;采集没停时进程会继续写入,删除自然白做。解决:先在扩展里停止采集,再删除记录;要长期留证的用导出 JSON——注意脱敏有限制,导出文件需自行管理敏感信息。
坑三:远程模式砍掉了文件上传下载
现象:Agent 在服务器上跑得好好的,一到「把页面附件下载下来」「把本地文件传上去」就断。原因:远程模式下扩展经鉴权 WSS 由浏览器主动连接服务器,本机无需开放入站端口,代价是文件上传下载被裁掉了。解决:涉及文件的任务回到本地模式做,或手动中转;设计部署方案时先把「是否要传文件」问清楚再选模式。
坑四:受管理的 skill 只在文件未被修改时自动同步
现象:改过本机 skill 文件做定制,之后 CLI 升级了,Agent 用的却还是旧指令。原因:受管理的 CLI skill 在文件未被修改时,才会随 daemon 启动、session start 或 doctor 自动同步;本地修改和自定义 skill 会保留,同步即告暂停。解决:定制与升级二选一地明确取舍——要吃官方更新就还原文件恢复同步,要保留定制就自己维护差异;doctor 会提示处于暂停同步的安装。
分层换来了什么
协议层独立成 crate 的直接好处,是 CLI、扩展、DSH 插件可以各自演进,发布节奏解耦——代价是四者版本要保持匹配,README 的升级一节反复强调这一点。对一个把「能用已登录浏览器」当核心卖点的项目来说,把协议文档化、把 0o700 目录权限和 rename 原子写做在看不见的地方,比多加一个花哨功能更能说明工程态度。
总结
读下来最大的感受是:BrowserSkill 的分层不是为了好看,而是把 Agent、浏览器、插件这些更新节奏不同的东西用一份协议隔开,安全细节则藏在 start-journal 这类不起眼的文件里。想动手装的话,装前可以先在DeepSeek Harness Hub 插件清单里看看它的实装验证记录和同类工具的对比。
适合与不适合
适合:想给自己的 Agent 做浏览器集成的开发者;研究 Rust 与 TypeScript 混合仓库工程结构的人;想在 DSH 里加浏览器能力、同时关心实现质量的用户。
不适合:只想装来用、不关心源码的读者——直接看安装教程更快;远程模式下需要上传下载文件的场景会被能力边界卡住;源码构建需要 Rust stable 加 Node 22 工具链,环境不齐跑不起来评测。
标签:BrowserSkill、源码解读、Rust、浏览器自动化、DSH 插件
本文由 DeepSeek Harness Hub 自动整理,数据来源于插件详情页。
本文同步发布于
- 开源中国 ↗平台主页(原文链接暂未收录)