ARTICLE DETAIL

资讯详情

深耕郑州网站建设与运营推广的一线实战洞察。

如何让 AI 操作真实已登录浏览器:BrowserSkill 10 分钟上手指南

如何让 AI 操作真实已登录浏览器:BrowserSkill 10 分钟上手指南 如何让 AI 操作真实已登录浏览器BrowserSkill 10 分钟上手指南【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 是一款让 AI 智能体直接操作你真实、已登录的 Chrome 或 Edge 浏览器的自动化工具由bsk命令行工具和浏览器扩展两部分组成。读完本文你可以让 AI 助手打开网页、读取内容并返回总结全程不影响你自己正在使用的窗口。什么时候需要让 AI 碰浏览器很多任务 AI 做不了卡点都在浏览器里内网系统、需要登录态的页面、只有会员账号才能看到的内容。传统的无头浏览器方案没有你的登录状态每次都要重新登录或建测试账号很麻烦。BrowserSkill 的思路是直接把 AI 接到你日常在用的浏览器上它有四个特点值得留意复用现有登录态AI 直接用你已登录的站点工作不再要求单独准备账号不打断你浏览器任务跑在独立、可见的 Agent Window 里你自己的标签页不动不绑定特定 AI 助手任何能执行 shell 命令的 AgentCursor、Claude Code、Codex 等都可以通过bsk调用模型和框架自选内置人工接管遇到验证码、登录这类只能人做的步骤AI 会停下来请你出手你完成后它继续三件套装齐bsk CLI、浏览器扩展、AI 技能本地自动化需要三样东西bskCLI内置后台 daemon、浏览器扩展、AI 技能。环境要求CLI 支持 macOSApple Silicon / Intel、Linuxx64 / ARM64、Windowsx64扩展要求 Chromium 125 及以上官方支持 Chrome 和 Edge。先装 bsk CLI把仓库克隆到本地然后跑仓库自带的安装脚本二进制默认装到~/.local/bingit clone https://gitcode.com/GitHub_Trending/br/BrowserSkill cd BrowserSkill bash install.sh export PATH$HOME/.local/bin:$PATH bsk --versionWindows 用户用 PowerShell 执行.\install.ps1 bsk --version 如果提示找不到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 --version验证。再连上浏览器扩展在 Chrome 应用商店或 Edge 加载项中搜索BrowserSkill安装点击扩展图标打开弹窗启用本地连接看到已连接状态即可。最后把技能装进 AI 助手bsk install-skill交互菜单里用空格选中你正在用的 AI 助手如 Cursor、Claude Code按回车确认。非交互场景可以显式指定bsk install-skill --harness cursor --json这一步把技能说明书装进 AI 助手它从此知道怎么调bsk。装完执行bsk doctor各项检查没有fail项且扩展显示已连接环境就算就绪。跑第一个任务打开网页并总结内容在 AI 助手里新开一个会话直接说打开 example.com并总结这个页面上的内容AI 会按技能流程自动执行下面这条命令链你可以直接观察它的执行过程bsk session start --json # 启动会话返回 session_id bsk navigate https://example.com --session id bsk observe --session id # 读取页面文本和控件控件获得 eN 编号 bsk session stop id # 结束会话必须执行observe会把页面上的文本、按钮、输入框都带上eN编号AI 依据这些编号决定点哪、填哪你只需要用自然语言描述目标。AI 拿到页面内容生成总结返回给你第一个任务就跑通了。注意最后一条无论成功还是失败都要bsk session stop借用的标签页也会在这一步归还。命令链路内幕bsk、daemon 与 Agent Window整条链路是bskCLI → 本地 daemon → WebSocket默认端口 52800→ 浏览器扩展 → Agent Window。Agent Window 机制每个bsk会话自动打开一个独立、可见的浏览器窗口AI 只能在里面操作你原来的标签页完全不受影响借用已有标签页如果 AI 确实要碰你已打开的标签必须显式借用且扩展的借用前确认默认开启bsk tab borrow tab-id --session id # 借用你的标签页需确认 bsk tab return tab-id --session id # 用完归还人工接管扩展的允许请求人工帮助同样默认开启AI 遇到登录、验证码会主动停下等你想弄清每个环节的分工读 docs/architecture.md 即可。高频命令与最常见的三个坑需求命令读取页面文本与控件bsk observe --session id整页长截图bsk screenshot --session id --full-page --out page.png点击元素bsk click e3 --session id填写表单bsk fill e3 --value text --session id滚动到指定元素bsk scroll-to e3 --session id表中的eN编号来自上一次observe的结果导航或页面大变动后编号会失效需要重新observeAI 会自动维护你不用记。症状处理办法bsk doctor显示扩展未连接打开扩展弹窗确认端口与本地 daemon 一致默认 52800重新启用连接提示找不到bsk命令执行export PATH$HOME/.local/bin:$PATH或重开终端AI 助手找不到 browser-skill 技能新开会话再试技能在会话启动时加载浏览器方面 Chrome、Edge 为官方支持Chromium 125Firefox 在规划中。升级 CLI 用bsk update --yes扩展走应用商店更新即可。跑通之后可以深入的方向整页长截图的完整用法docs/long-screenshot.md网站调试把操作和请求、控制台输出、响应体关联起来取证docs/website-debugging.md沙箱环境运行与远程浏览器连接docs/sandboxed-agents.md、docs/remote-extension-connection.md让 AI 助手替你自动完成整套安装AGENT_INSTALL.md完整命令参数bsk --help或bsk command --help跑通第一个任务后可以试着让 AI打开这个网站整理今天的最新动态并发我摘要——读页面只是 BrowserSkill 的起点表单、截图、网络请求都在它的操作范围内。【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
返回列表