BrowserSkill教程:5分钟让AI打开网页并总结内容
【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
想不想让 AI 直接帮你打开一个网站,读完内容再给你一段总结?BrowserSkill 就是干这个的:它把你已登录的真实浏览器交给 AI 智能体,让它替你读页面、点按钮、填表单。下面带你 5 分钟装好,跑通第一个 BrowserSkill 安装和使用任务。
它是什么
BrowserSkill 由两部分组成:一个叫bsk的命令行工具,外加一个装进 Chrome 或 Edge 的浏览器扩展。bsk里还内置了一个常驻后台的小服务(daemon,负责转发命令的本地进程),AI 助手(Cursor、Claude Code、Codex 这类能跑 shell 命令的智能体)只需要会敲bsk命令,就能指挥你的浏览器干活。
你不用换浏览器,也不用新建账号。AI 用的就是你眼前这个浏览器、你已登录的这些站点,只是动作发生在一个专门给它开的小窗口里。
你能拿到什么
- 不用再建测试账号:AI 直接用你现有的登录态,内部系统、付费内容、个人收件箱都能访问。
- AI 干活不抢你的窗口:每个任务跑在独立的 Agent Window(AI 专用窗口)里,你自己的标签页照常看、照常点。
- 卡住的人来接手:遇到验证码、扫码登录这种只有人能做的步骤,AI 会停下来等你,处理完它接着干。
- 过程有据可查:AI 做的每个动作都有完整轨迹,能导出 JSON 留档,出问题时好回看。
三步跑通
第一步:装 bsk 命令行工具(约 3 分钟)
把仓库克隆到本地,然后用仓库自带的安装脚本装出bsk,默认落在~/.local/bin:
git clone https://gitcode.com/GitHub_Trending/br/BrowserSkill cd BrowserSkill && bash install.sh export PATH="$HOME/.local/bin:$PATH"装完执行bsk --version,能打出版本号,说明命令已就位。Windows 用户在 PowerShell 里运行install.ps1即可。
第二步:连上浏览器扩展(约 2 分钟)
到 Chrome 应用商店或 Edge 加载项里搜索BrowserSkill并安装(需要 Chromium 125 及以上)。点扩展图标,在弹窗里打开本地连接,看到"已连接"状态即成功。
扩展装好后,把"使用说明书"装进你的 AI 助手。运行bsk install-skill,用空格选中你在用的 AI 助手,回车确认。这一步会安装 SKILL.md(一份教 AI 怎么用bsk的操作说明),装完重启一下 AI 会话让它生效。
最后执行bsk doctor,各项检查没有 fail 项,环境就搭好了。
第三步:下第一个任务(约 1 分钟)
在 AI 助手里新开一个会话,直接说人话:
打开 example.com,总结这个页面的内容,完成后结束会话。
AI 会自动跑起一连串bsk命令:bsk session start --json开一个会话(返回 session id),bsk navigate打开网页,bsk observe把页面文本和控件读回来(每个按钮、输入框都会带上 @eN 这样的编号),读完生成总结,再执行bsk session stop <id>收尾。Agent Window 自己弹出来,你也收到总结,就跑通了 🎉
跑通之后发生了什么
你观察到的每一步,背后都是同一条链路:bsk命令先交给本地 daemon(前台接待),daemon 再通过 WebSocket(一条本地通信通道)把指令转给浏览器扩展,扩展在 Agent Window 里执行,结果按原路返回。所以 AI 的所有操作都被关在它自己的窗口里,你原来的标签页纹丝不动。哪次它真要用你已开的标签页,得走借用流程并弹确认,用完自动归还。更细的机制可以看 docs/architecture.md。
遇到问题时
- 提示找不到 bsk 命令:多半是 PATH 没生效,重开一个终端,或直接用绝对路径
~/.local/bin/bsk验证。 - bsk doctor 显示扩展未连接:打开扩展弹窗,确认端口和本地 daemon 一致(默认 52800),重新启用连接。
- AI 说找不到 browser-skill:技能是在会话启动时加载的,重启一次 AI 会话即可。
- 支持哪些浏览器:Chrome 和 Edge 为官方支持,Firefox 还在规划中。
- AI 能碰我打开的标签页吗:能,但必须走借用流程并且要你确认,任务结束自动归还。
接下来可以让 AI 帮你抓整页长截图或查网站报错,沙箱与远程连接指南 里还有更多玩法,放手去玩吧 🚀
【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