腾讯 AI 开源 BrowserSkill：智能体借用你已登录的标签页，验证码交还给人

北京时间 2026 年 9 月 16 日 16 时 41 分，发帖宣布开源 BrowserSkill，代码放在，MIT 许可。该简介自述为 @Tencentglobal 的官方 AI 资讯与开发者资源渠道，2025 年 12 月创建，目前有 22,718 名关注者。

按推文的介绍，BrowserSkill 不给智能体另开一个浏览器，而是让它从用户正在使用的真实浏览器里「借」一个标签页：登录态现成可用，撞上验证码或确认弹窗就交还给人，处理完再继续。发帖当天仓库即可访问，README 与推文口径一致：项目由 bsk 命令行工具（CLI）、本地守护进程（daemon）和浏览器扩展三部分组成；推文强调它是 CLI 而非 MCP 服务器（Model Context Protocol，模型上下文协议），Cursor、Claude Code、Codex 等编码智能体在支持之列。

不开新浏览器，从「借一个标签页」开始

「大多数工具给智能体一个空白浏览器。我们让它从你的浏览器借走一个标签页，用完再还回来。」推文把这句定位写得直白。README 把「借」写成了硬性动作：智能体想碰你已经打开的标签页，必须显式借用，任务完成后归还，浏览器其余部分则不许动。

浏览器任务跑在一个单独、可见的 Agent Window 里，用户可以继续用自己的浏览器。复用真实登录态被列为第一条特性：智能体直接工作在你已登录的网站上，不需要为此另建测试账号。当任务走到验证码、登录、确认对话框这类只有人能处理的步骤时，智能体会请求用户接管，用户处理完毕后它接着执行——README 将其称为内置的人在回路（human-in-loop）。

CLI 而非 MCP：一条全部在本地的调用链

「它是一个 CLI，不是 MCP 服务器——任何能执行 shell 的智能体都能用它，而且你能看到它发出的每一次调用。」腾讯 AI 在推文中这样解释接口选型。「能执行 shell」指的是能在命令行环境运行指令的智能体；README 同时写明，bsk 不锁定特定模型、Agent 框架或运行框架（harness）。

README 的架构图把链路拆开：智能体从不直接连浏览器。它以 shell 调用 bsk CLI，CLI 经本地进程间通信（IPC）把请求交给 bsk daemon，daemon 通过 127.0.0.1 上的 WebSocket 与浏览器扩展通信，实际操作由扩展在 Agent Window 里执行；只有被明确要求时，扩展才会借用用户的标签页。推文所称的「一切本地运行」，对应的正是这条不出本机的链路。

工程形态上，仓库是 Cargo + pnpm workspace：Rust 编写的 bsk CLI 与 daemon 位于 crates/bsk-cli，共享协议类型与 JSON Schema 位于 crates/bsk-protocol，浏览器扩展位于 apps/extension，扩展界面带英语、简体中文和韩语本地化。适配面由一条 bsk install-skill 命令覆盖：它把教会智能体使用 bsk 的技能文件装进检测到的 harness，README 列出 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent；DeepSeek Harness 走 npm 上的专用插件 @wxg-prc-cpg/browser-skill-dsh-plugin，为智能体注入原生的 browser_* 工具。智能体跑在远端服务器时，README 也说明了如何通过内置认证服务把它配对到用户本地浏览器。

开关存在浏览器设置里，命令行参数压不过它

推文专门提醒了一个容易漏掉的点：「智能体借用标签页前会先请求许可，而这个开关存在你的浏览器设置里，不在某个标志位上，所以它无法被说服绕过。」

具体形态写在 README 里：扩展弹窗有两个相互独立、默认都开启的 Automation 设置——「Confirm before borrowing tabs」（借用标签页前确认）和「Allow requests for human help」（允许请求人工帮助）。设置随浏览器配置文件保存，对已有和新建会话一律生效；浏览器断连时返回错误，而不是依据命令行标志或环境变量在本地判定为已禁用。

0.3.0 的升级说明把这个设计往前推了一步：--unattended、tab borrow --no-confirm、BSK_REQUEST_HELP=off 三个旧入口「不再能绕过确认或关闭帮助」，为兼容起见仍被接受但已弃用，无法覆盖浏览器设置，CLI 与 daemon 会在日志里记录提示。tab borrow --timeout 60s 这类参数只控制等待确认的时长，不改变「是否需要确认」本身。

帮助被关闭后的边界同样写明：request-help 返回 disabled，技能指引智能体重新观察现场，在既有登录态、已授权输入和可用工具范围内设法完成步骤；在任务授权与主机规则允许的前提下，具备图像理解能力的模型可以尝试图形验证，而手机扫码、人脸验证、无法获取的短信验证码，以及纯文本模型面对的图像验证码这几类步骤可能仍被挡下。一次 disabled 结果既不构成任务完成，也不带来额外权限。

安装也交给智能体：一行指令加两家商店

README 推荐的安装方式，是把安装直接交给手头的智能体：用户把一句固定指令发给 Cursor、Claude Code 或 Codex，智能体按仓库内的 AGENT_INSTALL.md 文档自行装好 CLI 与技能文件，再引导用户加载浏览器扩展。习惯手动的用户，可以在 macOS 与 Linux 上用一行 curl … | sh 脚本把 CLI 装进 ~/.local/bin（Windows 走 PowerShell 脚本），扩展从或安装；README 称其他基于 Chromium 的浏览器「预计可用」，Firefox 在计划中。

系统支持面为 macOS（Apple Silicon 与 Intel）、Linux（x64 与 ARM64）和 Windows x64。装完后用 bsk --version 确认版本、bsk doctor 做健康检查，再让智能体打开 example.com 并总结页面作为首次使用检查；后续更新用 bsk update --yes，需在活动任务结束后执行。具体能力各有命令入口，比如整页截图可由智能体执行 bsk screenshot --session <id> --full-page --out page.png 完成。

当天能核验什么，什么还只是发布方口径

本文能独立核对的部分：推文与仓库真实存在且互相印证，MIT 许可写在 README 末尾，两个商店的上架链接由 README 给出，仓库页面显示 2k stars、160 个 fork、20 位贡献者。经 API 核实该帖时，它发布不到一天，已积累 1,197 次点赞、1,528 次收藏和 86,263 次浏览。

仍属发布方口径的部分：从「登录态直接可用」到「无法被说服绕过」，能力与安全表述均来自腾讯 AI 的帖文和项目自身的 README。仓库自带的 evals/browser 是一套跑在本地确定性页面上的浏览器能力评测，属于项目方自己的测试设施，不是第三方验证；实际采用情况与安全性，在发布当天的公开信息里仍是待独立评估的部分。

README 同时写明了不可逆的边界：关闭确认开关会释放尚待确认的借用请求，已经完成的借用不会被撤销，已结束的求助也不会被重新打开；把开关重新打开，只对之后的操作生效。至于「无法被说服绕过」这句判断，0.3.0 移除命令行旁路是写进文档的改动，它在真实智能体与真实网页环境中的成色，要等仓库之外的独立评估来回答。