导语，本文你能学到什么
2026 年 9 月，腾讯 PCG 开源了一个叫 BrowserSkill 的项目。它解决的是一个很具体的问题，让 AI 助手直接复用你电脑上 Chrome 或 Edge 里已经登录好的状态去操作网页。
本文面向需要在自动化工作流里接入“已登录浏览器”的开发者和效率玩家，你会看到下面这些内容。
- 传统网页自动化为什么卡在“身份”而不是“打开网页”
- BrowserSkill 选的第三条路，以及它的本地架构链路
- 四步安装与四条验收标准，含代码块命令
- 三套可直接复制的提示词模板
- 两个开关、三个坑、一条边界，以及作者的真实踩坑经历
读完你能独立把“AI 替你操作已登录后台”这件事跑通，并且知道哪些场景不该用它。
从一个真实的登录之痛说起
作者有一条多平台内容分发流水线，最常输的地方不是稿子，是登录。前几天早上 9 点 40，他照例跑那条自动分发流水线，脚本一条条往下走，走到推送环节，全绿变全红，原因就一行字，浏览器扩展没连上。他盯着那个报错看了十几秒，心里不是着急，是一种熟悉到发麻的无力感。
好家伙，一条链路上特别长的一截，偏偏是特别没技术含量的一截。稿子写完了，图也配好了，排版也过了，最后卡在一个登录态上。
说真的，这不是他一个人的问题。只要你让 AI 干过需要登录的网页，你都遇到过。
作者这两年在残联系统跑了六站 AI 培训，温州、福鼎、杭州、龙泉、磐安、青田，台下坐的多是自己开店、做小生意的朋友。讲 AI 能写、能画、能剪视频，大家点点头。可讲到“让它替你操作那些平台”，就得在这儿刹一脚，因为 AI 得先能进你的账号。现在这句话可以改口了。
传统方案卡在哪儿，身份才是门槛
AI 做网页自动化这件事，业界做了很多年，方案无非两条路。
一条路是给 AI 造一个干净的浏览器，比如无头浏览器那套。干干净净，一尘不染，问题是它谁也不认识。你的后台它进不去，你的账号它没有，你去给它配测试号，密码写进脚本里，还得天天维护。
另一条路更粗暴，直接接管你正在用的浏览器窗口。AI 一动，你就停工。
所以这些年，AI 去操作网页这件事，卡点从来不是“打开网页”，是“我是谁”。打开网页，机器两秒钟就干了。可它不知道你是谁，它就没有权限看任何有价值的东西。
真相是，网页自动化真正的门槛，不是浏览器技术，是身份。
三条路线对比
BrowserSkill 选的第三条路，是借用。下面这张表把三条路线放在一起看。
| 路线 | 做法 | 优点 | 缺点 |
|---|---|---|---|
| 无头浏览器 | 给 AI 造一个干净浏览器，配测试账号 | 环境干净可控 | 谁也不认识，进不了你的后台，密码要写进脚本并天天维护 |
| 接管浏览器 | 直接接管你正在用的浏览器窗口 | 直接用真实状态 | AI 一动你就停工，体验冲突 |
| 借用登录态（BrowserSkill） | 在已开浏览器里另开独立 Agent Window，复用登录态 | 不用测试号、不用交密码，标签页先借后还 | 需要本机装命令行工具和扩展，对完全不碰电脑设置的人有一点学习坡度 |
借用这条路的核心做法是，它在你已经打开的浏览器里，另外开一个独立的、你能看见的窗口，叫 Agent Window。这个窗口直接用你浏览器里已有的登录状态，Cookie、登录信息，全都是你日常用的那一套，不用测试账号，不用把密码交给谁。
你原来那些标签页，该怎么用怎么用，不受影响。AI 要动你已经开着的某个标签页怎么办，得先跟你借，用完还回来，默认还要弹窗问你一句同不同意。
撞上验证码、二次验证、确认弹窗这些只有人能处理的事，AI 会停下来，请你接手，你处理完，它接着往下跑。
架构链路，全程不出本机
这个设计里特别聪明的一笔，不是复用登录态，是那句“借用”。它把“AI 和你的账号”这件事，从黑箱变成了一个有借有还的契约。
整条链路的走向是这样的，AI 发出命令，命令走到你电脑上的一个本地小程序（daemon），小程序通过本机的一个通道通知浏览器扩展，扩展才在 Agent Window 里动手。
全程不出你这台电脑，没有第三方服务器看得到你的登录信息。
适配范围，谁能用
官方给的适配清单里，有九款 AI，Cursor、Claude Code、Codex、CodeBuddy、WorkBuddy 这些都在里面。把仓库里那句安装说明丢给你的 AI，它自己就把活干了。
作者看到官方定位的时候，有点不同意。他们把这个项目介绍成“给开发者的浏览器自动化能力”，作者觉得说小了。真正被登录态困住的，不是程序员，是每天要登五个后台的普通人和小老板。
你想啊，一个人管着公众号、知乎、百家号、短视频后台、公司内部系统，每天第一件事就是挨个登录一遍，Cookie 过期了再登一遍。这些活没有一分钱价值，但它吃掉的是你一天里状态特别好的那段时间。
作者认识一个 50 岁的制造业老板，没有任何编程背景，自己用 AI 做出了订单追踪系统。第一版只有三个功能，录入订单、查看状态、到期提醒。他后来说了一句话，原来是我把它想难了。
这句话作者记了很久。因为大部分时候拦住我们的，真不是技术，是我们以为它很难。
四步安装与验收
下面带你把三件事跑通，读完你自己也能复现。第一，让 AI 打开一个你已经登录好的网页，把页面内容读出来、总结给你。第二，让 AI 进入你已经登录的某个后台，把信息整理成一张表或者一份草稿。第三，遇到验证码这类只有人能做的事，AI 停下来，你处理完它接着干。
先看清楚要装的是三件东西
这个项目不是一个软件，它是三件东西配合工作。一件是给 AI 看操作规则的技能文件。一件是安装在电脑上、负责执行命令的命令行工具，命令叫 bsk。一件是装在浏览器里、负责连上浏览器的扩展。
三件少一件都跑不起来，只复制一份技能文件是没有用的。支持的电脑系统是 Windows 64 位、macOS 和 Linux，浏览器目前只认 Chrome 和 Edge，火狐官方说在计划里，还没有。
把命令行工具装上
Windows 用户打开 PowerShell，把下面这一行原样贴进去，回车。
irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex
macOS 和 Linux 用户，换成这一行。
curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh
装完先验证，敲这一行，能看到版本号就说明装上了。
bsk --version
这里有个坑要提前说。安装脚本改不了你当前这个终端窗口里的路径设置，所以可能出现命令找不到的情况。这时候新开一个终端窗口再试，或者按安装提示把路径加进去。
还有一个更容易被忽略的坑，装完之后，正在运行的那个 AI 会话要重启一下，不然它读不到新装的东西。作者第一次就是因为没重启，对着屏幕愣了半分钟。
手动把浏览器扩展装上
这一步必须你亲手做，AI 替不了你。打开 Chrome 应用商店或者 Edge 加载项商店，搜 BrowserSkill，点添加，按浏览器提示确认。
如果公司网络打不开商店，可以去项目的 Releases 页面下载扩展压缩包，在浏览器里打开开发者模式，选“加载已解压的扩展程序”。
装好之后，点一下浏览器工具栏上的扩展图标，弹窗里连接状态变绿，才算就位。
把技能装给你的 AI
回到终端，敲这一行。
bsk install-skill
它会自动扫描你电脑上装过的 AI，把检测到的列出来，用空格键勾选，回车确认。
想看看支持哪些、装到哪个目录，可以先跑这一行。
bsk install-skill --list
想跳过交互直接指定，比如给 Cursor 装，可以这样写。
bsk install-skill --harness cursor --json
装完重启你的 AI 会话，这一步和上面那条是同一个道理，不重启它不认。
最后做一次体检
bsk doctor
别被红色吓到。扩展还没连上的时候，有一项显示 FAIL 是正常的，那不是装坏了。按提示把扩展装好、状态变绿之后，再跑一遍，全部变成 ok，才算真正打通。
作者自己定的验收标准是四条，你可以照着对。
第一，bsk --version 能打出版本号。 第二，扩展弹窗的连接状态是绿色。 第三，bsk doctor 没有 FAIL。 第四，新开一个 AI 会话，能成功打开一个网页并把内容总结出来。
四条全过，这块地基就算打好了。
怎么跟 AI 说话，这比装更重要
工具装好只是开始，能不能用好，全看你怎么交代任务。作者试下来，一句好提示词的模板是这样的，打开哪里，做什么，输出什么，怎么算完成。
第一次跑，先拿一个公开页面练手，别一上来就进后台。
使用 browser-skill 打开 https://example.com ，读取页面标题和正文，用 3 个中文要点总结。
只读，不登录、不填表、不提交，完成后结束会话。
能看到一个独立的窗口自动弹出来，访问页面，把总结返回给你，然后自己关掉，端到端就通了。
练熟了，换成这三个常用的模板。
模板一，读长文，整理资料。
用 browser-skill 打开【文章链接】，通读全文，按需滚动展开。
提取标题、作者、发布日期、核心论点、关键数据、原文链接。
事实和观点分开，无法核实的标上待核实。只读并截图，不登录不评论，完成后关闭会话。
模板二，多页对比。
用 browser-skill 依次打开这 3 个公开页面，把链接写在这里。
汇总成一张清单，包含页面标题、发布日期、核心结论、数据口径、原文链接。
页面之间有矛盾的，分列陈述，不要强行统一。只读，不下载、不登录。
模板三，进自己的后台，只填草稿，不许提交。
用 browser-skill 打开我已登录的后台，名字写在这里，把下面内容填进新建草稿。
允许创建和编辑草稿，禁止点击发布、提交、发送、确认按钮。
填完截图暂停，等我人工检查。
碰到登录、验证码、权限或支付环节，立即停止。
模板三的精髓就是那句禁止提交，把最后一下按按钮的权利，稳稳留在自己手上。
作者跑通的三件事
第一件，作者让 AI 去登录好的几个内容平台抄当天热榜，标题加链接一起回来，整理成一份选题参考。原来自己一个平台一个平台翻，现在一句话。
第二件，让 AI 看某篇文章下面的评论，把带真实需求的留言挑出来，做成一张客户线索表。这件事以前都是靠碎片时间翻，翻一半就断了。
第三件，让 AI 去后台起草，稿子填进去，截图给作者看，然后停住。最后那一下发布，自己点。
三件事跑完，作者感受不是快，是终于不用每天先登录一遍五个后台。作者之前把月度计划的整理工作交给 AI，原来要花一整天，现在一个小时收工。同样的思路，登录这一步，也该交出去了。
两个开关，三个坑，一条边界
两个开关，扩展弹窗里默认都是打开的，建议先别关。一个是借用标签页前确认，关掉它就免确认直接借你的标签页。一个是可以请求人工协助，关掉之后它碰到验证码只能自己想办法。
作者理解的日常用法档位，就是 AI 干活、你把关这个更舒服。真要无人值守跑批处理，再考虑关。
三个坑，都是作者自己碰过或者看到别人碰过的。
版本要对齐。命令行的版本和扩展的版本要一起升级，不然长截图这种功能会莫名失灵。
企业网络可能拦截本地通信。扩展检测不到，先找 IT 加个白名单。
它不适合大规模并行抓取。它的设计是借用，不是抢，别拿它当爬虫用。
一条边界，单独拎出来说。登录态就是权限。AI 借走的每个标签页，带的都是你账号的完整身份。支付、转账、删除这三类操作，永远留给人。敏感页面用完，手动关掉更稳妥。
讲到这里，作者跟读者说句实话。这东西现在还不够成熟，是一个刚迭代三个月的开源项目，命令行的版本和扩展的版本经常要一起升级，对完全不碰电脑设置的人来说还是有一点学习的坡度。它不是那种打开就能用的消费级软件。
总结，关键要点
- BrowserSkill 是腾讯 PCG 在 2026 年 9 月开源的项目，MIT 协议，TypeScript 编写，六千多颗星，迭代很密
- 它走的是“借用登录态”第三条路，与传统无头浏览器、接管浏览器形成对比
- 架构是本地闭环，AI 命令经本机 daemon、本机通道、浏览器扩展到 Agent Window，全程不出本机
- 适配九款 AI，Cursor、Claude Code、Codex、CodeBuddy、WorkBuddy 都在列
- 安装分三步组件加体检，验收看四条标准
- 提示词分读长文、多页对比、后台填草稿三套模板，后台模板核心是禁止提交
- 两个开关默认开，三个坑在版本对齐、企业网络、并行抓取，边界是登录态就是权限
- 真正被登录态困住的是每天登五个后台的普通人，不是程序员
它真正的价值，不在于多厉害，在于它把那堵名叫登录的墙，从你面前挪开了。你每天状态特别好的那几个小时，本来就不该花在输账号密码上。AI 负责重复劳动，人负责那临门一脚。
你要是也想试，建议就从最简单的那个模板开始，拿一个公开页面跑通，再动后台。跑通之后回来跟作者说一声，你会说那句话，原来是我把它想难了。
