尧图网页设计 
BrowserSkill 实战入门5 分钟让 AI 直接操作你的已登录浏览器跑通第一个自动化任务【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill从一个痛点说起别再为 AI 开测试账号了想让 AI 帮你打开一个需要登录的站点、把里面的内容读出来做总结最顺手的做法是直接用你自己浏览器里现成的登录状态。可多数浏览器自动化工具偏偏做不到这一点要么强制你新建账号、要么开一个和你无关的隔离实例折腾半天还没法接入手头的 AI 助手。BrowserSkill解决的正是这件事——它把任意支持 shell 的 AI 助手Cursor、Claude Code、Codex 等和你真实、已登录的 Chromium 浏览器接在一起让你以一句自然语言驱动AI 浏览器自动化读页面、点按钮、填表单、整页长截图都能做而且任务全程运行在独立、可见的 Agent Window 里不打断你手头的浏览。它由两部分组成bsk命令行工具内含后台守护进程和浏览器扩展。下面按先跑通、再补细节的顺序带你上手。最快配置方法装 → 连 → 发一句话环境就绪后我们先用最短路径跑一次完整闭环让你 5 分钟内看到效果。第 1 步安装 bsk 命令行工具。先把仓库克隆到本地也可以用仓库自带的安装脚本直接装# 克隆仓库到本地 git clone https://gitcode.com/GitHub_Trending/br/BrowserSkill cd BrowserSkill然后运行安装脚本默认装到~/.local/bin# 一键安装 bsk CLImacOS / Linux bash install.sh export PATH$HOME/.local/bin:$PATH bsk --version # 确认 CLI 可执行Windows 用户在 PowerShell 里执行.\install.ps1后同样用bsk --version验证。第 2 步安装浏览器扩展。在 Chrome 应用商店或 Edge 加载项里搜索BrowserSkill安装点开扩展弹窗启用本地连接看到已连接状态即可。第 3 步教 AI 使用 bsk。执行下面命令在交互菜单里用空格选中你的 AI 助手回车确认# 把 browser-skill 技能安装到你的 AI 助手 bsk install-skill第 4 步发一句自然语言任务。新开一个 AI 会话直接说打开 example.com总结页面内容完成后结束会话AI 会自动执行一串bsk命令bsk session start --json # 启动浏览器会话返回 session id bsk navigate https://example.com --session id # 在 Agent Window 中打开网页 bsk observe --session id # 读取页面文本与控件控件带 eN 编号 bsk session stop id # 结束会话收到 AI 返回的页面总结时 你已经跑通了第一个 BrowserSkill 任务。下面回头把每一步验证清楚方便以后排错。环境检查清单一键自检环境跑通之后用这张清单确认每个环节真的健康。每项给出「做什么 → 验证信号 → 没通过怎么办」做什么验证信号没通过怎么办运行bsk --version终端输出版本号说明 PATH 未生效重开终端或直接用~/.local/bin/bsk绝对路径验证运行bsk doctor所有检查项均无failextension connected为已连接每个fail项都会附带 hint照提示修一次后重跑点开扩展弹窗显示已连接且端口与本地 daemon 一致默认 52800端口不一致时在弹窗里改回默认端口并重新启用连接运行bsk install-skill后重开 AI 会话AI 能发现并调用browser-skill技能技能在会话启动时加载重启会话再试未列出的助手可把 crates/bsk-cli/skill/ 整目录复制为browser-skill/发一句打开 example.com 并总结AI 成功读页、给出总结并停掉会话对照下方排错速查定位 小提示bsk doctor只是自检的第一关它不验证技能是否被 AI 助手真正加载。如果没通过——也就是 AI 仍然听不懂浏览器任务——重启一次会话多数情况就能解决。清单全绿之后我们进入由浅入深的实战。递进式实战从读页到复合流程任务一读页总结你已经会了指令打开 https://example.com总结这个页面的内容。底层命令session start→navigate→observe→session stop见上文。关键点observe返回的页面文本里每个可交互控件都会获得eN编号后续所有操作都引用这些编号。任务二交互操作点击 截图指令在 example.com 上点击 More information 链接然后把整页截一张图存到 current.png。底层命令bsk observe --session id # 先读页面拿到目标控件编号 bsk click e3 --session id # 点击上一次 observe 给出的编号 bsk navigate --session id https://example.com/ # 若点击发生了跳转回到原页 bsk observe --session id # 跳转后编号会失效必须重新 observe bsk screenshot --session id --out current.png # 保存可见区域截图⚠️ 注意eN编号只在最近一次observe中有效导航或页面大改动后都会过期。如果点击后找不到编号先重新observe一次别硬套旧编号。任务三复合流程登录态 表单 长截图指令用我的浏览器打开内部门户读今天的公告摘要在反馈框里填一句已读并提交最后给我整页长截图和文字摘要。底层命令bsk navigate https://intranet.example --session id # 复用你已登录的账号无需重新登录 bsk observe --session id # 读取公告列表与反馈表单 bsk fill e7 --value 已读 --session id # 填写反馈框 bsk click e9 --session id # 提交 bsk screenshot --session id --full-page --out page.png # 整页长截图 bsk session stop id # 收尾并归还借用的标签页 小提示--full-page会跟随文档滚动区域自动截长图嵌套滚动面板和虚拟列表有已知限制细节见 docs/long-screenshot.md。如果截图明显缺失底部内容把页面里的嵌套滚动区先手动滚到底再重试。机制揭秘为什么它不打断你BrowserSkill 的核心是Agent Window每个bsk session start都会开一个独立、可见的浏览器窗口AI 的所有操作只发生在这个窗口里你原本的标签页完全不受影响。Agent Window 共享你选定 profile 的登录状态——所以内部门户、邮箱这类已登录站点 AI 可以直接用但它并不是独立账号或安全沙箱AI 拥有的是当前登录网站的权限所以只交给它你信任的任务。如果 AI 确实需要碰你已经打开的标签页必须走显式的借用流程并且默认需要你确认bsk tab borrow tab-id --session id # 借用你的标签页扩展 Automation settings 默认开启确认 bsk tab return tab-id --session id # 用完归还session stop 时也会自动归还整条请求链路是这样的AI 助手 ──shell──▶ bsk CLI ──JSON Lines / Unix Socket──▶ bsk daemon ──WebSocket(默认 52800)──▶ 浏览器扩展 ──CDP──▶ Agent Windowdaemon 会对同一个会话的工具调用做串行排队保证动作不互相踩。想深入实现细节可以读 docs/architecture.md。命令速查意图 → 命令 → 说明意图命令说明读取页面文本与控件bsk observe --session id返回文本 eN编号是交互前的第一步整页长截图bsk screenshot --session id --full-page --out page.png自动滚动拼接长图也可只截可见区域点击元素bsk click e3 --session ide3来自最近一次observe填写输入框bsk fill e3 --value text --session id适合表单自动填写下拉选择bsk select e3 --value option-value --session id传 option 的 value不是显示文案滚动到元素bsk scroll-to e3 --session id让元素进入视口轮式滚动bsk wheel --delta-y 600 --session id模拟滚轮输入借用 / 归还标签页bsk tab borrow tab-id/bsk tab return tab-id需扩展确认stop 时自动归还排错速查症状 → 原因 → 处理症状常见原因处理bsk doctor报extension connected: fail扩展未连接或弹窗端口与 daemon 不一致默认 52800打开扩展弹窗核对端口后重新启用连接再跑一次 doctor终端提示找不到bsk命令PATH 未生效或已运行的 AI 会话还持有旧 PATH重开终端或在当前会话里export PATH$HOME/.local/bin:$PATHAI 会话重启后生效AI 助手找不到 browser-skill 技能技能在会话启动时加载新会话还没开重启 AI 会话用bsk install-skill --list确认装对了目标点击/填写报找不到eN编号编号在导航或大 DOM 变化后已过期重新observe拿新编号再操作不要复用旧编号沙箱环境里命令一结束 daemon 就没了沙箱会清理后台子进程按 docs/sandboxed-agents.md 在持久宿主里保留 daemon并设BSK_AUTO_START0远程/服务器上的 AI 连不上本机浏览器尚未配对或端口不通按 docs/remote-extension-connection.md 走配对流程注意远程模式暂不支持文件上传下载延伸玩法与下一步跑通第一个任务后不妨试试这些更进阶的方向网站调试取证让 AI 复现一个线上 bug 并导出请求、响应与 Console 证据完整工作流见 docs/website-debugging.md指定浏览器 profile / 绑定已有标签页docs/browser-profiles.md、docs/tabs-and-profiles 参考沙箱与远程部署服务器跑 AI、本机留浏览器docs/sandboxed-agents.md、docs/remote-extension-connection.md操作审计与隐私策略docs/operation-audit.md、apps/extension/PRIVACY.md架构与协议docs/architecture.md、crates/bsk-protocol/更完整的命令与工作流约定都在 crates/bsk-cli/skill/SKILL.md 里AI 助手会照着它执行跑通之后不妨试试一句更野的帮我打开常看的那几个站点整理今天的最新动态并发我摘要——BrowserSkill 的能力上限远不止打开一个网页。【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 BrowserSkill 实战入门：5 分钟让 AI 直接操作你的已登录浏览器，跑通第一个自动化任务
BrowserSkill 实战入门5 分钟让 AI 直接操作你的已登录浏览器跑通第一个自动化任务【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill从一个痛点说起别再为 AI 开测试账号了想让 AI 帮你打开一个需要登录的站点、把里面的内容读出来做总结最顺手的做法是直接用你自己浏览器里现成的登录状态。可多数浏览器自动化工具偏偏做不到这一点要么强制你新建账号、要么开一个和你无关的隔离实例折腾半天还没法接入手头的 AI 助手。BrowserSkill解决的正是这件事——它把任意支持 shell 的 AI 助手Cursor、Claude Code、Codex 等和你真实、已登录的 Chromium 浏览器接在一起让你以一句自然语言驱动AI 浏览器自动化读页面、点按钮、填表单、整页长截图都能做而且任务全程运行在独立、可见的 Agent Window 里不打断你手头的浏览。它由两部分组成bsk命令行工具内含后台守护进程和浏览器扩展。下面按先跑通、再补细节的顺序带你上手。最快配置方法装 → 连 → 发一句话环境就绪后我们先用最短路径跑一次完整闭环让你 5 分钟内看到效果。第 1 步安装 bsk 命令行工具。先把仓库克隆到本地也可以用仓库自带的安装脚本直接装# 克隆仓库到本地 git clone https://gitcode.com/GitHub_Trending/br/BrowserSkill cd BrowserSkill然后运行安装脚本默认装到~/.local/bin# 一键安装 bsk CLImacOS / Linux bash install.sh export PATH$HOME/.local/bin:$PATH bsk --version # 确认 CLI 可执行Windows 用户在 PowerShell 里执行.\install.ps1后同样用bsk --version验证。第 2 步安装浏览器扩展。在 Chrome 应用商店或 Edge 加载项里搜索BrowserSkill安装点开扩展弹窗启用本地连接看到已连接状态即可。第 3 步教 AI 使用 bsk。执行下面命令在交互菜单里用空格选中你的 AI 助手回车确认# 把 browser-skill 技能安装到你的 AI 助手 bsk install-skill第 4 步发一句自然语言任务。新开一个 AI 会话直接说打开 example.com总结页面内容完成后结束会话AI 会自动执行一串bsk命令bsk session start --json # 启动浏览器会话返回 session id bsk navigate https://example.com --session id # 在 Agent Window 中打开网页 bsk observe --session id # 读取页面文本与控件控件带 eN 编号 bsk session stop id # 结束会话收到 AI 返回的页面总结时 你已经跑通了第一个 BrowserSkill 任务。下面回头把每一步验证清楚方便以后排错。环境检查清单一键自检环境跑通之后用这张清单确认每个环节真的健康。每项给出「做什么 → 验证信号 → 没通过怎么办」做什么验证信号没通过怎么办运行bsk --version终端输出版本号说明 PATH 未生效重开终端或直接用~/.local/bin/bsk绝对路径验证运行bsk doctor所有检查项均无failextension connected为已连接每个fail项都会附带 hint照提示修一次后重跑点开扩展弹窗显示已连接且端口与本地 daemon 一致默认 52800端口不一致时在弹窗里改回默认端口并重新启用连接运行bsk install-skill后重开 AI 会话AI 能发现并调用browser-skill技能技能在会话启动时加载重启会话再试未列出的助手可把 crates/bsk-cli/skill/ 整目录复制为browser-skill/发一句打开 example.com 并总结AI 成功读页、给出总结并停掉会话对照下方排错速查定位 小提示bsk doctor只是自检的第一关它不验证技能是否被 AI 助手真正加载。如果没通过——也就是 AI 仍然听不懂浏览器任务——重启一次会话多数情况就能解决。清单全绿之后我们进入由浅入深的实战。递进式实战从读页到复合流程任务一读页总结你已经会了指令打开 https://example.com总结这个页面的内容。底层命令session start→navigate→observe→session stop见上文。关键点observe返回的页面文本里每个可交互控件都会获得eN编号后续所有操作都引用这些编号。任务二交互操作点击 截图指令在 example.com 上点击 More information 链接然后把整页截一张图存到 current.png。底层命令bsk observe --session id # 先读页面拿到目标控件编号 bsk click e3 --session id # 点击上一次 observe 给出的编号 bsk navigate --session id https://example.com/ # 若点击发生了跳转回到原页 bsk observe --session id # 跳转后编号会失效必须重新 observe bsk screenshot --session id --out current.png # 保存可见区域截图⚠️ 注意eN编号只在最近一次observe中有效导航或页面大改动后都会过期。如果点击后找不到编号先重新observe一次别硬套旧编号。任务三复合流程登录态 表单 长截图指令用我的浏览器打开内部门户读今天的公告摘要在反馈框里填一句已读并提交最后给我整页长截图和文字摘要。底层命令bsk navigate https://intranet.example --session id # 复用你已登录的账号无需重新登录 bsk observe --session id # 读取公告列表与反馈表单 bsk fill e7 --value 已读 --session id # 填写反馈框 bsk click e9 --session id # 提交 bsk screenshot --session id --full-page --out page.png # 整页长截图 bsk session stop id # 收尾并归还借用的标签页 小提示--full-page会跟随文档滚动区域自动截长图嵌套滚动面板和虚拟列表有已知限制细节见 docs/long-screenshot.md。如果截图明显缺失底部内容把页面里的嵌套滚动区先手动滚到底再重试。机制揭秘为什么它不打断你BrowserSkill 的核心是Agent Window每个bsk session start都会开一个独立、可见的浏览器窗口AI 的所有操作只发生在这个窗口里你原本的标签页完全不受影响。Agent Window 共享你选定 profile 的登录状态——所以内部门户、邮箱这类已登录站点 AI 可以直接用但它并不是独立账号或安全沙箱AI 拥有的是当前登录网站的权限所以只交给它你信任的任务。如果 AI 确实需要碰你已经打开的标签页必须走显式的借用流程并且默认需要你确认bsk tab borrow tab-id --session id # 借用你的标签页扩展 Automation settings 默认开启确认 bsk tab return tab-id --session id # 用完归还session stop 时也会自动归还整条请求链路是这样的AI 助手 ──shell──▶ bsk CLI ──JSON Lines / Unix Socket──▶ bsk daemon ──WebSocket(默认 52800)──▶ 浏览器扩展 ──CDP──▶ Agent Windowdaemon 会对同一个会话的工具调用做串行排队保证动作不互相踩。想深入实现细节可以读 docs/architecture.md。命令速查意图 → 命令 → 说明意图命令说明读取页面文本与控件bsk observe --session id返回文本 eN编号是交互前的第一步整页长截图bsk screenshot --session id --full-page --out page.png自动滚动拼接长图也可只截可见区域点击元素bsk click e3 --session ide3来自最近一次observe填写输入框bsk fill e3 --value text --session id适合表单自动填写下拉选择bsk select e3 --value option-value --session id传 option 的 value不是显示文案滚动到元素bsk scroll-to e3 --session id让元素进入视口轮式滚动bsk wheel --delta-y 600 --session id模拟滚轮输入借用 / 归还标签页bsk tab borrow tab-id/bsk tab return tab-id需扩展确认stop 时自动归还排错速查症状 → 原因 → 处理症状常见原因处理bsk doctor报extension connected: fail扩展未连接或弹窗端口与 daemon 不一致默认 52800打开扩展弹窗核对端口后重新启用连接再跑一次 doctor终端提示找不到bsk命令PATH 未生效或已运行的 AI 会话还持有旧 PATH重开终端或在当前会话里export PATH$HOME/.local/bin:$PATHAI 会话重启后生效AI 助手找不到 browser-skill 技能技能在会话启动时加载新会话还没开重启 AI 会话用bsk install-skill --list确认装对了目标点击/填写报找不到eN编号编号在导航或大 DOM 变化后已过期重新observe拿新编号再操作不要复用旧编号沙箱环境里命令一结束 daemon 就没了沙箱会清理后台子进程按 docs/sandboxed-agents.md 在持久宿主里保留 daemon并设BSK_AUTO_START0远程/服务器上的 AI 连不上本机浏览器尚未配对或端口不通按 docs/remote-extension-connection.md 走配对流程注意远程模式暂不支持文件上传下载延伸玩法与下一步跑通第一个任务后不妨试试这些更进阶的方向网站调试取证让 AI 复现一个线上 bug 并导出请求、响应与 Console 证据完整工作流见 docs/website-debugging.md指定浏览器 profile / 绑定已有标签页docs/browser-profiles.md、docs/tabs-and-profiles 参考沙箱与远程部署服务器跑 AI、本机留浏览器docs/sandboxed-agents.md、docs/remote-extension-connection.md操作审计与隐私策略docs/operation-audit.md、apps/extension/PRIVACY.md架构与协议docs/architecture.md、crates/bsk-protocol/更完整的命令与工作流约定都在 crates/bsk-cli/skill/SKILL.md 里AI 助手会照着它执行跑通之后不妨试试一句更野的帮我打开常看的那几个站点整理今天的最新动态并发我摘要——BrowserSkill 的能力上限远不止打开一个网页。【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考