浏览器自动化是 AI Agent 落地的关键场景，但传统方案有个根本矛盾：为了安全，它们通常启动一个全新的空白浏览器——没 Cookie、没登录态、没凭证，于是你不得不配测试账号、手动绕过验证码，流程常在登录页断裂。2026 年 6 月腾讯开源的 BrowserSkill 走了相反的路：不做新浏览器，直连你本机已经登录的那个。本教程带你装好并跑通第一个任务。
🔌 本教程适合：想用 AI 自动化处理「需要登录的后台 / 电商 / 公众号」等场景，又受够了空白浏览器反复卡登录的开发者。你只需要 Chrome 或 Edge。
先搞懂：BrowserSkill 解决什么矛盾
用一句话理解：别人让 Agent 用「借来的临时账号」干活，BrowserSkill 让 Agent 用「你真实的登录态」干活。核心架构是一个本机桥接层：
| 组件 | 角色 |
|---|---|
| bsk CLI | 你（或你的 Agent）下达指令的入口 |
| 本机守护进程 | 中转，连 CLI 和浏览器扩展 |
| 浏览器扩展 | 真正操作 Chrome / Edge 的「手」 |
整条链路完全本地闭环。敏感数据不经过任何第三方服务器——这是它和「云端浏览器 Agent」最本质的区别。你看到的页面 = Agent 看到的页面；你不给的权限 = Agent 拿不到。
Step 1：安装 bsk CLI 与浏览器扩展
1 先把「桥」搭起来
# 1. 安装 bsk 命令行
pip install browserskill
# 或按官方仓库：
# git clone https://github.com/Tencent/BrowserSkill && cd BrowserSkill && pip install .
# 2. 在 Chrome / Edge 安装 BrowserSkill 扩展（从应用商店或加载解压包）
# 3. 确认扩展已启用，且允许连接本机守护进程💡 新手提示：扩展是「手」，CLI 是「嘴」，守护进程是「神经」。三者缺一不可，安装完先确认扩展图标亮起。
Step 2：启动本机守护进程并连接
2 让 CLI 和浏览器握上手
# 启动本机守护进程（后台常驻）
bsk daemon start
# 确认连接到你的浏览器
bsk connect --browser chrome
# 期望输出：Connected to Chrome (profile: Default)
# 任意能调 Shell 的 Agent 都能驱动它：
# Agent 执行 `bsk ...` 即可操控你已登录的浏览器标准 CLI 设计不绑定模型或框架。这意味着你用 Claude、GPT、Qwen 还是本地模型都行——只要 Agent 能跑 Shell 命令，就能接 BrowserSkill。这是它相比「全家桶式」浏览 Agent 的灵活之处。
Step 3：跑通第一个任务（复用登录态）
3 直接操作你已登录的页面
假设你要从已登录的公众号后台抓取数据——传统方案到这里会卡登录，BrowserSkill 直接进：
bsk run --task "进入公众号后台，导出昨天新增的粉丝列表为 csv"
# Agent 在已登录窗口里：
# 1. 打开后台（无需重新登录，Cookie 在）
# 2. 点「粉丝管理 → 导出」
# 3. 把下载的 csv 路径返回给你🚀 这就是核心价值：Agent 能直接访问公众号后台、企业内部系统、电商订单页等需要身份验证的页面，不用配测试账号、不用绕过验证码。
Step 4：理解 Agent Window 隔离
4 AI 干活时，你还能正常用浏览器
# Agent 的操作跑在独立的「Agent Window」里
bsk run --task "比价三个商品" --window agent
# 你的日常窗口照常刷网页、回消息
# 两者互不干扰，Agent 不会抢走或关闭你的标签页隔离机制很关键。很多浏览器 Agent 会抢占你的当前窗口，把你正在干的事打断。BrowserSkill 的 Agent Window 让「AI 干活」和「你干活」并行不悖。
Step 5：Human-in-loop 接管验证码
5 遇到必须人来的环节，交还给你
# 遇到验证码 / OTP / 确认弹窗，Agent 主动请求接管
bsk run --task "登录网银查流水" --human-in-loop
# 终端提示：
# ⏸ 需要您处理：请输入短信验证码
# （你输入后，Agent 继续执行后续步骤）🔑 关键设计：Agent 不硬闯验证码，而是暂停交还人类。你处理完，它接着干。这把「必须人工」的环节显式化，而不是假装能全自动。
Step 6：设置安全边界（权限最小化）
6 给 Agent 划清楚能碰哪
# 护栏建议（写进配置）
{
"allow_domains": ["mp.weixin.qq.com"], // 只允许指定站点
"block_file_upload": true, // 禁止向页面上传本地文件
"confirm_before_submit": true, // 提交/支付前确认
"max_actions": 50 // 限制单任务操作数
}复用登录态是双刃剑。Agent 拿着你的真实身份，能干的事比空白浏览器多得多，所以权限必须最小化：限域名、限动作、高危确认。原则就是那句——你不给的权限，Agent 拿不到。
Step 7：落地检查清单
7 用这张表确认跑得稳又安全
□ bsk daemon 是否常驻、是否 connect 成功？
□ 任务是否复用真实登录态、不再卡登录页？
□ Agent Window 是否与你的日常窗口隔离？
□ 验证码 / OTP 环节是否走 Human-in-loop？
□ 是否设了域名白名单与提交前确认？
□ 是否限制单任务动作数防失控？🎉 恭喜！你已掌握腾讯 BrowserSkill：本机桥接 + 复用登录态 + Agent Window 隔离 + Human-in-loop。和本中心《Gemini computer_use》《微软 MagenticLite》对照，能看清「浏览器 Agent」三条不同技术路线。
常见问题速查
| 你遇到的现象 | 大概率原因 & 解决 |
|---|---|
| bsk connect 失败 | 扩展未启用或守护进程没起，先 bsk daemon start |
| 任务卡在登录页 | 当前窗口非已登录 Profile，指定正确浏览器/Profile |
| Agent 抢了我的窗口 | 没用 --window agent，补上隔离窗口参数 |
| 误触了不该碰的站 | 收紧 allow_domains 白名单 |