今天给大家介绍一款腾讯开源的自动化工具：BrowserSkill。

项目地址：github.com/Tencent/BrowserSkill

BrowserSkill 是什么？

BrowserSkill 是一个本地工具，能让各种 AI 编程助手（如 Claude Code、Codex、WorkBuddy 等）通过命令行直接操作你电脑上已登录的浏览器，从而复用你的登录状态和页面数据。

它工作时会单独开辟一个"代理窗口"来执行任务，不会干扰你当前正在使用的浏览器窗口。并且支持你在遇到验证码或确认对话框等人机验证步骤时随时介入操作。

核心优势

• 复用真实登录状态：可以操作你已经登录的网站，不需要额外进行登录
• 不中断你的工作：浏览器任务在独立可见的 Agent Window 中运行，不会影响你正在使用的浏览器
• 支持任意 AI Agent：只要 AI Agent 能调用 Shell，就可以通过 bsk CLI 使用 BrowserSkill，不绑定特定模型或框架
• 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

安装与配置

以 WorkBuddy 为例，新建一个任务，输入以下内容一键安装：

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

安装过程中，会引导在浏览器中安装 BrowserSkill 插件：

插件安装完成后，连接状态显示为"已连接"：

注：目前官方仅支持 Chrome 和 Edge，Firefox 暂不支持。

实战演示

案例 1：获取 V 站最热帖子

比如我想读取当前页面最热的 3 个帖子：

使用 BrowserSkill 输入：

/browser-skill 打开我当前在看的这个网站，帮我总结评论最多的3个帖子

它会新开一个浏览器窗口（不影响当前浏览器），打开当前 Tab 页面地址，查找最热的 3 个帖子数据并返回：

案例 2：小红书评论分析

小红书在未登录状态下无法查看完整评论内容。使用 BrowserSkill 复用登录状态，获取所有评论进行分析：

提示词：

/browser-skill 查看当前页面打开的小红书笔记，查看一下所有评论，然后生成词云图

最终生成的结果：

总结

BrowserSkill 能复用登录状态且不影响目前在进行的其他操作，完成度很高。它让 AI Agent 操作本地浏览器变得简单，不需要复杂的配置或额外的登录流程，值得一试。