AI Agent要想真正“干活”，必须能操作浏览器。但现有方案要么需要反复登录，要么会抢占用户当前工作窗口。腾讯最新开源的BrowserSkill试图解决这两个核心痛点。
简介：AI Agent的浏览器操作中间件
BrowserSkill是腾讯专为AI Agent设计的浏览器自动化工具。它允许Agent复用用户已有浏览器的真实登录态，在独立窗口中执行任务，并通过简洁的bsk命令行工具与各类智能体框架对接。
核心功能：真实、独立、兼容
- 复用真实登录状态：无需为Agent单独配置账号密码，直接继承用户浏览器的Cookie和Session
- 独立窗口执行：Agent操作在后台独立窗口运行，不干扰用户当前浏览
- bsk CLI工具：提供简洁命令行接口，方便集成到现有Agent工作流
- 主流智能体兼容：可与Claude Code、Codex、Custom Agent等框架配合使用
详细分析：为什么是Agent落地的关键基础设施
当前大量AI Agent任务——查航班、填表单、下载报表、比价采购——最终都需要与网页交互。传统Playwright/Selenium方案虽然功能强大，但需要维护独立的浏览器实例和登录凭证，且容易与用户当前操作冲突。BrowserSkill通过“寄生”在用户真实浏览器上，既解决了认证难题，又实现了人机并行。
不过，这种模式也带来了新的安全考量：Agent获得与用户相同的网站权限，一旦Agent被误导，可能执行转账、删除数据等高风险操作。因此建议与Docker Sandboxes等隔离方案配合使用。
价格与影响
BrowserSkill在GitHub上开源，开发者可免费使用。它的出现补齐了中文AI Agent生态中的重要一环：浏览器操作基础设施。对于国内开发者而言，这是一个比Selenium更贴近真实使用场景的替代方案。
优缺点与前景
优点：登录态复用、独立运行、CLI简洁、开源免费、中文场景友好。
缺点：目前生态较新，文档和社区支持仍在建设中；跨平台稳定性需长期观察。
适合人群与总结
BrowserSkill适合正在开发浏览器Agent的开发者、RPA替代方案团队，以及需要让AI自动处理网页任务的企业。它与Claude、Gemini等通用大模型结合，可快速搭建实用的办公自动化Agent。