腾讯开源BrowserSkill：让AI Agent安全控制你的真实浏览器

在AI Agent的应用场景中，浏览器自动化一直是一个棘手的难题。当开发者希望AI能够帮我们在内网系统中查询资料、在工单系统里提交Issue时，往往会遇到这样的尴尬：AI表示"无法访问网页"，而现有的Playwright等工具虽然能实现自动化，却无法处理需要登录的系统——要么让AI自己处理登录流程导致失败，要么要求开发者将账号密码直接暴露在提示词中。更令人头疼的是，这些自动化工具往往会在用户不知情的情况下"抢占"浏览器窗口，甚至可能关闭用户正在编辑的内容。

三大设计哲学：重新定义人机协作边界

BrowserSkill正是为了解决这些痛点而生。这是一个由腾讯于2026年6月开源的浏览器自动化框架，采用了MIT协议开源。项目的核心理念是构建一个本地桥接层，让AI Agent能够通过CLI命令控制浏览器中的一个专属窗口，共享用户的登录状态，同时完全不影响用户对浏览器的正常使用。整个技术链路完全运行在本地，数据不会经过任何外部服务器，在安全性和隐私保护方面有着天然的优势。

登录态共享：安全与便利的平衡

Agent为访客而非主人——这是BrowserSkill最独特的设计理念。传统的浏览器自动化工具默认AI拥有浏览器的完全控制权，而BrowserSkill则为AI单独开启了一个"Agent Window"，这个窗口以橙色高亮标识，与用户的正常浏览器窗口物理隔离。Agent可以"借用"用户已打开的标签页，但使用完毕后会自动归还，不会擅自操作用户其他的浏览器内容。

人在回路：智能暂停与恢复机制

登录态共享是BrowserSkill最聪明的设计之一。通过在用户日常使用的Chrome中安装浏览器扩展，Agent Window与用户浏览器共享同一个Browser Profile。这意味着当用户在Chrome中已经登录了GitHub、飞书、公司内网等系统后，Agent直接访问相同的URL时就会处于已登录状态。整个过程中，账号密码从未离开过用户的机器，凭证始终保存在本地，相比将账密明文写入提示词的方式，这无疑是一个更加安全可靠的解决方案。

技术架构与快速上手

BrowserSkill内置的"人在回路"机制让它特别适合半自动化场景。当AI Agent遇到验证码、确认弹窗或二次验证等需要人工介入的步骤时，系统会自动暂停并将控制权交还给用户。用户处理完毕后点击继续，Agent便会接着执行剩余任务。这种设计确保了关键决策始终由人来把控，同时让重复性的机械操作交给AI处理，实现了人机协作的最优解。

如有侵权，请联系删除。