腾讯开源 BrowserSkill 实测：让 AI 接管你已登录的浏览器

浏览器自动化是 AI Agent 落地的重要场景，但传统方案长期面临一个根本性矛盾：为了安全起见，它们通常启动一个全新的空白浏览器实例——没有 Cookie、没有登录态、没有已保存的凭证。这导致开发者不得不配置测试账号、手动绕过验证码，或者眼睁睁看着流程在登录页断裂。更令人困扰的是，当 Agent 操作浏览器时，往往会抢占用户当前的窗口，严重干扰正常工作。2026 年 6 月，腾讯开源的 BrowserSkill 带来了一种截然不同的思路：不做新的浏览器，而是直连你本机已经登录的那个。

四大核心优势：重新定义浏览器自动化

BrowserSkill 的核心架构是一个运行在本机的桥接层：AI Agent 通过 bsk CLI 与本机守护进程通信，再通过浏览器扩展连接到 Chrome 或 Edge。整个链路完全本地闭环，敏感数据不经过任何第三方服务器。具体实现上，Agent 的操作在独立的「Agent Window」中运行，与用户日常使用的浏览器窗口完全隔离——这意味着 AI 帮你干活的同时，你可以继续在自己的窗口里处理其他事务，两者互不干扰。

竞品横评：差异化定位清晰

复用真实登录态是 BrowserSkill 最核心的价值。当 Agent 操作你已登录的浏览器时，它能够直接访问公众号后台、企业内部系统、电商平台等需要身份验证的页面，无需额外配置测试账号。其次，独立 Agent Window 机制确保了工作环境的隔离，Agent 在专用窗口执行任务，不会抢夺或关闭你正在使用的标签页。第三，该工具采用标准 CLI 设计，不绑定特定模型或框架，任何能调用 Shell 的 Agent 都能接入使用。最后，内置的 Human-in-loop 机制在遇到验证码、OTP 验证或确认弹窗等必须人工处理的环节时，会主动请求用户接管，处理完成后继续执行后续任务。

实测验证：从安装到任务执行

当前市面上的浏览器自动化方案各具特色。Playwright MCP 以稳定性见长，支持无头模式和跨浏览器执行，但默认启动空白实例需要额外配置；browser-use 的 Real Browser 模式支持复用 Chrome Profile，但需要关闭并重启浏览器；Codex Chrome 扩展继承用户身份直接操作，但绑定 OpenAI 生态且无独立窗口；Skyvern 等云端方案反爬能力强，但本质仍是外包模式且无登录态。相比之下，BrowserSkill 的差异化优势在于「独立窗口不打扰 + 标准 CLI 不绑生态 + Human-in-loop 兜底」三合一，其他方案最多只占其中两项。

进阶场景与应用前景

在实际测试中，安装过程几乎全自动完成。用户只需用自然语言描述需求，Agent 会自动读取官方安装文档并执行下载和配置，仅有的手动步骤是在浏览器中安装扩展程序并等待连接成功指示灯变绿。使用时，用户只需用大白话描述目标——比如「帮我收集公众号各文章的阅读量」或「查看淘宝待收货订单」——Agent 会自动将任务拆解为打开页面、翻页导航、数据抓取等具体步骤，全程无需编写任何命令或脚本。实测中，BrowserSkill 成功完成了公众号后台 43 篇文章阅读量的采集，以及淘宝待收货订单的汇总导出，全程仅用了两句自然语言指令。更值得注意的是，Agent 在处理敏感链接时主动提醒用户「仅本地使用，勿外传」，并在发现物流已签收但系统未确认时贴心提示用户手动确认收货——这些细节体现了对安全性和用户体验的双重关注。

如有侵权，请联系删除。