新闻详情

新闻详情

首页 / 资讯中心 / 详情

BrowserSkill快速上手:3步安装bsk CLI+浏览器扩展,让AI驱动你的Chrome

发布时间:2026/11/5 12:34:30来源:尧图网络
BrowserSkill快速上手:3步安装bsk CLI+浏览器扩展,让AI驱动你的Chrome
BrowserSkill快速上手3步安装bsk CLI浏览器扩展让AI驱动你的Chrome【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/BrowserSkillBrowserSkill 是一款开源浏览器自动化工具通过bskCLI 浏览器扩展让 Cursor、Claude Code、Codex 等 AI Agent 直接操作你已登录的真实 Chrome——打开网页、填表单、点按钮、截长图全程不打断你自己的工作。本文带你用 3 步完成安装让 AI 真正开上你的浏览器。BrowserSkill 是什么为什么值得装一句话理解它是 AI Agent 和你浏览器之间的本地桥接层。Agent 不直接碰浏览器而是通过本地bsk命令下发任务扩展在独立的 Agent Window 中执行。四大核心优势复用真实登录态Agent 直接用你已登录的网站无需测试账号️不中断你的工作任务跑在独立的 Agent Window 里你的常规窗口不受影响不绑定特定 Agent只要 Agent 能调用 Shell就能通过bskCLI 使用内置 human-in-loop遇到验证码、登录、确认弹窗时Agent 会主动请你接管完成后继续任务 运行环境macOSApple Silicon / Intel、Linuxx64 / ARM64、Windows x64浏览器支持 Chrome、Microsoft Edge 及其他 Chromium 系浏览器。第一步一键安装 bsk CLI如果项目需要获取源码执行git clone https://gitcode.com/GitHub_Trending/br/BrowserSkill cd BrowserSkillmacOS / Linux安装到~/.local/bin./install.sh export PATH$HOME/.local/bin:$PATHWindowsPowerShell运行 install.ps1 脚本即可。验证安装成功bsk --version能打印版本号就说明 CLI 装好了。bsk由 Rust 编写CLI 与本地 daemon 的源码在 crates/bsk-cli/想深入可以看看 crates/bsk-cli/src/daemon/ 的实现。 首次执行浏览器任务时daemon 会自动启动普通本地环境无需任何额外配置。第二步安装 BrowserSkill 浏览器扩展打开 Chrome Web StoreChrome / Chromium 系或 Edge 加载项商店搜索BrowserSkill并点击安装安装后点击浏览器右上角的 BrowserSkill 扩展图标打开弹窗确认弹窗中显示已连接READY端口应与本地 daemon 一致可选给浏览器起个别名例如个人 Chrome方便多浏览器场景识别⚠️ 长截图等新功能要求 CLI 与扩展版本一致可用bsk --version和bsk status核对。第三步安装 skill 并验证连接skill 是教 Agent 使用bsk的指令文件。一键安装到你的 AI 环境bsk install-skill用Space选择你的 AgentCursor、Claude Code、Codex、OpenClaw 等按Enter完成安装。非交互场景可指定目标例如bsk install-skill --harness cursor --json。skill 内容源文件见 skill/SKILL.md。然后运行健康检查bsk doctor每行fail项都会附带hint按提示处理后再跑一次即可只安装完扩展后extension connected显示失败是正常的装好扩展再复查全新环境里 skill 相关项显示N/A不代表失败说明未安装 skill✅第一次实战验证启动一个 Agent 会话让它执行打开 example.com 并总结页面内容成功读取并结束 session 即大功告成。它是怎么工作的![说明本图为文字流程示意无对应图片文件] 整体链路非常清晰AgentCursor / Claude Code / Codex │ shell: bsk ... ▼ bsk CLI ──本地 IPC──▶ bsk daemon ──127.0.0.1 WebSocket──▶ 浏览器扩展 │ ▼ Agent Window自动化执行 你的常规窗口仅在显式借用时介入几个关键设计标签页借用机制Agent 想操作你已打开的标签页必须显式借用任务结束自动归还借用前你还能在扩展弹窗里设置是否需要确认human-in-loop登录、验证码等必须由人处理的步骤Agent 会请求你接管完成后再继续远程模式Agent 跑在服务器上、浏览器在本地电脑内置鉴权服务支持配对连接详见 docs/remote-extension-connection.md完整架构说明在 docs/architecture.md。装好之后还能玩什么 场景操作查看状态bsk status查看 CLI / daemon / 扩展连接与版本长截图bsk screenshot --session id --full-page --out page.png长页面加--timeout 5m支持 Ctrl-C 取消更新版本结束任务后bsk update --yes会自动以默认配置重启 daemon沙盒 Agent沙盒每条命令后回收后台进程按 docs/sandboxed-agents.md 在宿主侧保持 daemon 存活长截图功能还支持在扩展弹窗的快捷功能 → 长截图中直接操作详见 docs/long-screenshot.md。常见问题排查 ️Qbsk --version提示命令不存在把~/.local/bin加入 PATH见第一步的export命令正在运行的 Agent 如果沿用旧 PATH重启一下即可。Qbsk doctor显示扩展未连接确认扩展已安装、弹窗中开关已打开且端口与本地 daemon 一致混用旧版本 CLI 和扩展会触发协议兼容提示升级后再看bsk status中的版本差异。QAgent 找不到 browser-skill检查bsk install-skill --list的输出路径是否指向你正在使用的 harness必要时用--harness id显式指定。QAgent 任务中弹出验证码怎么办这正是 human-in-loop 生效的时刻——你手动完成验证后Agent 会自动继续任务。也可以在扩展弹窗中关闭允许请求人工协助让 Agent 在无协助情况下尽力完成已授权步骤。三步走完你的 AI Agent 就已经能像人一样使用真实浏览器了。 建议从打开网页并总结这类小任务练手熟悉后再交给它填表单、截长图等更复杂的自动化工作。【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
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/5 4:24:57

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/5 4:24:57

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉