2026-08-12 10:51
腾讯开源 BrowserSkill：让 AI 智能体独立操作浏览器
文本核心速览
- 腾讯开源 BrowserSkill—腾讯正式开源专为 AI 智能体设计的浏览器自动化工具 BrowserSkill，项目已公开在 GitHub，地址为 https://github.com/Tencent/BrowserSkill。
- 三大核心亮点—复用真实登录状态免重复验证、在独立窗口运行不中断当前工作、通过 bsk CLI 兼容 Claude Code、Codex 及腾讯 Workbuddy 等主流 Agent。
- 实际场景验证—在 Workbuddy 平台上测试了知乎热门科技话题归纳、社交平台高赞评论抓取与情绪画像生成，均可在数分钟内高效闭环。
- CLI 架构降低交互复杂度—底层将浏览器操作抽象为命令行接口与扩展中介，模型无需识别繁琐网页元素，提升执行速度与稳定性，并增强可维护性和扩展性。
- 打通智能体网络交互通道—业内认为相比服务人类操作的同类方案，BrowserSkill 打通了 AI 智能体与真实网络交互的“最后一公里”，为开发者和自媒体从业者提供多任务并行新路径。
在人工智能技术加速落地的当下，如何让 AI Agent 更高效地替人类处理日常网页繁杂任务，一直是开发者关注的焦点。近日，腾讯官方正式开源了一款专为智能体打造的浏览器自动化工具——BrowserSkill，并已在 GitHub 上公开项目地址。
三大核心亮点
与过去作为大模型插件的传统 Browser Use 方案不同，BrowserSkill 的核心设计专门面向各类 AI Agent。在实际体验中，该工具展现出三大突出亮点：
- 复用真实登录状态：能够完整复用浏览器的真实登录状态，用户此前已授权或登录过的账号，在智能体调用时无需重复验证。
- 不中断当前工作：运行过程不中断用户当前操作，Agent 会在独立窗口中执行各项指令，完全不干扰用户正在进行的网页浏览或日常沟通。
- 极高兼容性：通过提供简洁的
bsk命令行工具（CLI），使得 Claude Code、Codex 以及腾讯自家的 Workbuddy 等各类 Agent 都能无缝接入。
实际场景验证
在实际场景测试中，开发者通过 Workbuddy 平台进行了实地验证。例如：
- 让 AI 在知乎上搜索热门科技话题，并精准归纳核心观点；
- 在社交平台上抓取高赞评论，并生成群组情绪画像。
上述操作流程均能在数分钟内高效闭环。由于底层采用了 CLI 独立驱动与扩展中介的架构，模型无需直接识别繁琐的网页底层元素，从而有效保障了执行速度与稳定性。
技术架构与意义
BrowserSkill 的底层架构设计巧妙，通过将浏览器操作抽象为命令行接口，降低了 AI 与网页交互的复杂度。这种设计不仅提升了执行效率，还增强了系统的可维护性和扩展性。
业内人士指出，相较于主要服务人类操作的同类开源方案，BrowserSkill 的推出进一步打通了 AI 智能体与真实网络交互的“最后一公里”，为开发者和自媒体从业者实现多任务并行处理提供了一条全新的技术路径。
来源: aibase阅读原文