BrowserSkill 完全指南：让 AI Agent 复用真实登录态操作浏览器，不打断你的工作-港品优选

BrowserSkill 完全指南：让 AI Agent 复用真实登录态操作浏览器，不打断你的工作

【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI + extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill

让 AI Agent 打开一个你没登录的网站，它大概率会卡在登录页上。BrowserSkill 就是为这个问题设计的：它是 AI Agent 与你真实浏览器之间的本地桥接层，Agent 通过 shell 里的bsk命令驱动浏览器，任务在独立的 Agent Window（扩展自动打开的一个专用窗口）中执行，复用你真实登录态，你的日常浏览不受任何影响，而且它承诺绝不提取凭据、Cookie、Token 等敏感信息——这条约束直接写在 skill 文件 skill/SKILL.md 的开头。

几个值得先知道的特性：

任何能调用 Shell 的 Agent 都能用（Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent 等），不绑定特定模型或框架。
内置 human-in-loop（人机协同）：遇到验证码、登录、支付确认这类必须人出面的步骤，Agent 可以主动请求你接管，完成后继续任务。
Agent 想碰你已打开的标签页，必须显式借用（borrow），用完归还，其余窗口一律不碰。

链路原理：从 shell 命令到浏览器要经过哪些环节

Agent 从不直接触碰浏览器。一次bsk click的完整路径是：

这里有三个概念值得解释一下。IPC（进程间通信）指 CLI 和 daemon 两个本地进程之间的消息通道，BrowserSkill 用的是 JSON 行格式。daemon 相当于一个常驻的"调度器"，持有浏览器连接的细节；扩展则负责真正的页面自动化。标签借用规则贯穿所有操作：用户窗口里的标签页只有在 Agent 显式tab borrow后才成为合法操作目标，tab return后立即交还。

从源码看这条链路是严格分层的。session start会先自动拉起 daemon（crates/bsk-cli/src/cli/ensure_daemon.rs），再发出类型化 RPC；daemon 侧会把session.start这个请求挂起，一直等到扩展（重）连上来才应答（crates/bsk-cli/src/cli/session.rs）。所有线上的参数与结果契约集中在 crates/bsk-protocol，它的schema/目录为每个工具提供tool_*_params.json/tool_*_result.json契约文件；扩展端在 apps/extension/src 实现自动化、录制、长截图、审计等模块。DeepSeek Harness 走的是同一条链路，只是由插件代调bsk（见下文 DSH 章节）。

一个工程细节：CLI 的工具调用 IPC 超时被特意设为 35 秒，略大于 daemon 的 30 秒工具超时——这样调用方拿到的是 daemon 返回的结构化超时错误，而不是 IPC 连接先断（crates/bsk-cli/src/cli/mod.rs）。全局标志包括--json（机器可读输出）、--quiet（抑制信息输出）、-v（debug）与-vv（trace）。

安装前先确认环境

运行项	支持情况
操作系统	macOS（Apple Silicon 和 Intel）、Linux（x64 和 ARM64）、Windows x64
浏览器	已支持 Chrome 与 Microsoft Edge；其他可加载 Chromium 扩展的浏览器通常可用；Firefox 计划中

BrowserSkill 由两个本地组件组成：bskCLI/daemon（Rust 编写）和浏览器扩展（TypeScript/WXT 编写）。两者缺一不可。

三步装好 bsk CLI 与浏览器扩展

让 Agent 替你装（最省事）

如果你已经在用 Cursor、Claude Code 或任何支持 Shell 的 Agent，直接把这句发给它：

按照仓库中 AGENT_INSTALL.md 的说明，在本机安装并配置 browser-skill

它会完成 CLI 与 skill 的安装，并引导你加载扩展。完整说明见仓库根目录的 AGENT_INSTALL.md。

手动安装 CLI

macOS / Linux（安装到~/.local/bin）：

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh export PATH="${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATH"

Windows（PowerShell）：

irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex

那条export让当前 Unix shell 能找到二进制。注意：正在运行的 Agent 可能在每次 Shell 调用里都看不到这条 PATH，需要用绝对路径或在 Agent 侧做同样设置；装完仍报旧路径问题的 Agent，重启一次。然后验证：

bsk --version

手动安装扩展

从 Chrome Web Store 或 Edge 加载项商店安装 BrowserSkill 扩展；其他 Chromium 系浏览器装 Chrome 商店版即可。

Agent 跑在沙盒里？先看这条

如果 Agent 沙盒会在每条命令结束后回收后台进程（例如 Linux 的 bubblewrap 沙盒、Windows 的任务级 Job 终止），daemon 会被一起杀掉的。正确做法是把 daemon 放在宿主的持久执行环境中，沙盒内通过共享的BSK_HOME目录（含 IPC 套接字）和BSK_AUTO_START=0连接已有 daemon。普通本地环境无需任何配置，daemon 默认自动启动。细节见 docs/sandboxed-agents.md。

给 Agent 注入操作手册：bsk install-skill

光有 CLI，Agent 不知道该怎么用它。BrowserSkill 自带一份 skill（操作手册，即crates/bsk-cli/skill/SKILL.md），安装命令：

bsk install-skill

用空格键勾选目标 harness（Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent 八选一或全选），回车完成。bsk install-skill --list可以查看 internal 变体与各安装路径。

非交互场景显式指定 harness，例如bsk install-skill --harness cursor --json——即使本机没检测到该 harness 也能显式装入。单独加--yes会装进所有被检测到的 harness，一个都没检测到时直接报错。

想装自己改过的指令：

bsk install-skill --harness cursor --source ./SKILL.md

显式带--source的安装一律视为自定义（即使内容和内置完全一样）；已有安装默认跳过，--force才覆盖。其他能调 Shell 但不在清单里的 harness，手动把 SKILL.md 复制进对应 skills 目录的browser-skill/SKILL.md即可。

受管 skill 的自动更新：daemon 启动、session start和doctor时都会检查已安装的 skill——只有文件内容与上次安装/同步时一致，才继续自动更新；检测到本地编辑就保留文件、暂停更新。没有内容基线的历史安装，只有与当前内置 skill 字节级一致才会被纳入管理（此时只补来源标记，不重写文件）；明确的自定义安装即使内容相同也不纳入。内容不同、被本地编辑或来源标记无法识别的历史文件，doctor会给出WARN并说明暂停原因与恢复方法，但不会让健康检查失败（--json里是status: "warn"、ok: true）。同步进行中时本次同步推迟到下一次。

把现有文件保留为明确自定义安装：

bsk install-skill --harness cursor --source <existing-SKILL.md> --force

恢复内置 skill 并重新启用自动更新（会覆盖现有指令）：

bsk install-skill --harness cursor --force

用 bsk doctor 和真实页面验证链路

装完后先跑：

bsk doctor

按提示处理各项，然后打开扩展弹窗确认已连接。注意两点：skill 一项可能显示N/A且 doctor 依然通过——skill 是否真的被 Agent 发现要单独验证；测试浏览器操作之前，把 doctor 里的警告说明清楚、失败项解决掉。

接着做一次真实验证：开一个新的Agent 会话，确认 harness 里能看到browser-skill，让它打开https://example.com并总结页面内容。支持斜杠命令调 skill 的 harness 可以这样写：

/browser-skill open example.com and summarize what is on the page.

期望结果：成功读取页面，并停止本次 BrowserSkill session。找不到 skill 时，先核对目标 harness 和安装路径，再重试。

一次会话的完整生命周期

推荐的任务工作流（与 skill/SKILL.md 一致）分四步：

从用户请求里定义成功标准，运行bsk session start --json，保留返回的session_id（多浏览器时用--browser <id-or-label>指定；需要后台打开 Agent Window 时加--no-focus）。
新页面直接导航，已有用户标签走借用流程。动手前先读页面：

bsk navigate https://example.com --session <id> bsk observe --session <id>

用本次 observe 返回的新鲜@eNrefs（元素引用编号）选择动作；导航或大 DOM 变化后重新 observe。模糊结果最多复查一次，成功可见就立刻收手。
无论成败都运行bsk session stop <id>（除非用户明确要求保持会话打开）。这也同时归还借用的标签。不要指望空闲清理来结束任务，更不要为结束任务去重启共享 daemon。

三个子命令：start（新会话）、stop（停单个，或--all全停）、list（列出活动会话）。除stop直接吃位置参数外，每个 session-scoped 命令都要带--session <id>。

最常用交互命令（其余见 skill/SKILL.md）：

bsk click @e3 --session <id> bsk fill @e3 --value "text" --session <id> bsk select @e3 --value "option-value" --session <id> bsk press Enter --ref @e3 --session <id> bsk hover @e3 --session <id> bsk scroll-to @e3 --session <id>

几条容易踩坑的语义：

select认选项的value属性值，不是可见标签。
悬停触发器带有标记（如[hover first: Shoes | Bags]、[has-submenu]、[expanded]）。先 hover 触发器，再 observe，然后使用新出现条目的 ref；预期控件缺失且没有标记时，可以试一次observe --probe-hover。
scroll-to返回按祖先裁剪后的可见边界，坐标是顶层 viewport CSS 像素；部分可见算成功，完全隐藏/被裁剪的目标会失败。完整契约见 docs/scroll-to.md。
wheel --delta-y 600发带符号增量（至少一个非零值），不保证精确滚动距离；focus/blur用于聚焦与失焦。
观察结果太大时用observe --max-tokens <n>，配合返回的next_cursor/@more，用bsk observe --cursor <token> --session <id>续读。每页会替换 ref 映射，续读针对同一份捕获，不刷新页面也不触发悬停。

借用与归还用户标签页

先列出，相关步骤一结束立刻归还：

bsk tab list --scope user --session <id> bsk tab borrow <tab-id> --session <id> bsk tab return <tab-id> --session <id>

要点：

借用会在 Agent Window 里选中该标签作为后续命令的默认目标（不额外抢焦点）。后台创建的标签（tab create --no-active）要保存返回的tab_id，并在观察/导航/输入命令里显式传--tab-id。
控制中的网页移到后台仍继续运行，普通视口截图对后台标签可用；全页截图仍要求活动标签。
不要编造 tab ID，不要让用户的标签跨无关任务滞留。tab borrow --timeout 120s只改变确认等待时间（默认 60 秒），自定义等待需要 daemon 和扩展都支持协议 1.2 及以上。

需要人手时：bsk request-help 与结果处理

启用了人工协助后，登录、CAPTCHA、OTP、支付确认、同意弹窗，或者两次尝试仍无进展时，Agent 可以主动把方向盘交给你：

bsk request-help --session <id> --prompt "Please complete sign-in" --target @e3

不同结果对应不同下一步：

continued / completed：重新 observe，用新 refs 继续。
cancelled / timed_out：尊重拒绝或阻塞，不要反复请求。
disabled：没有确认过任何人的操作；重新 observe 并按"协助禁用"规则继续。
stale ref：observe 后重试一次目标动作。
未知标签/会话：列出当前标签与会话，绝不猜 ID、更不借别的任务的会话。
超时或效果未知：先检查当前状态再重试——动作可能已经发生了。
fill_value_mismatch：先读字段。格式可能已经满足要求，只修正剩余差异。

"允许人工协助"只表示request-help可用，不代表每个操作都要先问许可，任务授权与宿主审批照常生效。协助被关闭时：不要请求协助、也不要试图重新启用；用现有登录态、已授权输入和可行替代方案完成已授权步骤。仅手机扫码、人脸验证、拿不到的短信码、纯文本模型认不出的图形验证码，可以如实报告受阻——但协助关闭不增加授权，也不能因为求助不可用就把任务判成完成或受阻；不可恢复失败时报告阻塞并停止所属会话。

截图与 Canvas 上的像素级点击

bsk screenshot --session <id> --out viewport.png bsk screenshot --session <id> --ref @e3 --out element.png --json bsk screenshot --session <id> --full-page --out page.png bsk screenshot --session <id> --full-page --scope current --out loaded.png

截图返回本地 PNG 路径；--out会覆盖已有文件，省略时用临时路径；--json带尺寸与字节数；--ref与--full-page互斥。

Canvas 类内容在观察结果里以@eN canvas [visual:screenshot]标记。要点击图中某一点，保留这张截图的capture_id，用原始 PNG 坐标：

bsk click @e3 --capture <capture-id> --image-x <x> --image-y <y> --session <id>

captures 单次使用、2 分钟过期，会被该 ref 的替换或更新截图提前失效。

文件与其他工具：

bsk upload @e3 --file ./report.pdf --session <id>会把文件披露给站点；bsk download @e3 --out ./report.pdf --session <id>接受站点控制的字节流。用 Agent 本地路径，别用浏览器内部暂存路径；下载默认拒绝覆盖，需要时加--overwrite。
console/network适合有界的只读诊断；emulate --device iphone-14只影响一个标签页，--off恢复。
evaluate是最后手段：必须检查 JSON 的.ok字段，因为脚本异常时 CLI 退出码仍可能是 0；绝不 evaluate 敏感信息。
record start能把用户操作录成语义化的trace.json；录之前先读帮助，且绝不录银行、SSO 或密码管理器页面。

长截图：10 万像素的页面为什么不爆内存

入口有两个：插件快捷功能 → 长截图，或让 Agent 调 CLI：

bsk screenshot --session <id> --full-page --out page.png

默认采集与编码超时两分钟，超长页面可加--timeout 5m；支持 Ctrl-C 取消，结束后恢复原始滚动位置。CLI 与扩展版本必须匹配，详见 docs/long-screenshot.md。

插件端提供三种模式：

Full page · Automatic（整页 · 自动）：从顶部开始增量滚动，跟随追加内容。
Long image · I scroll（长图 · 我滚动）：从当前位置开始，你手动往下滚；屏与屏之间保留重叠内容，完成后在弹窗点Finish and keep。
Visible area（可见区域）：当前视口截一次。

自动模式用测量到的文档坐标加重叠视口拼接：到达底部后等待至少 1.5 秒高度稳定、且 600ms 内无附近内容变化；没有加载指示器时安静等待上限 5 秒，避免跳动时钟类控件造成无限挂起。若追加内容把旧底部推开了，捕获会回退到临时尾部重拍，替换磁盘上对应的瓦片。快捷功能在 CLI 连接关闭时也能用，不依赖 daemon 或 Agent 会话。

CLI/Agent 侧的语义：

--scope follow（默认）跟随追加内容；--scope current只捕获开始时测量的文档区域（CSS 像素），仍会滚动该区域露出懒加载图片，但后续高度增长不扩展范围。JSON 结果包含确认的scope；旧扩展不确认current时 CLI 拒绝保存。
内部浏览器页面、Web Store、嵌套滚动面板和虚拟化列表不支持。保持捕获标签可见：page_hidden是环境中断，user_cancelled是用户输入停止。
Agent 的follow模式下，底部 30 秒加载指示器无高度增长会产生loading_stalled，而不是干等到总截止；失败不保存部分图片。

存储与编码是这套设计最精彩的部分。新捕获是一组 512 像素高的 PNG 瓦片，存在扩展的 OPFS（Origin Private File System，浏览器给扩展的本地私有文件系统）里，配一个小型持久化 manifest。捕获期间只解码当前截图和小型工作 canvas，追加内容不分配全页 canvas。导出由专用 worker 顺序读瓦片、应用 PNG Up filter，再用原生流式 zlib 压缩写出——不构建全图像素缓冲，也不产生 base64。完整页截图走独立的tool.screenshot_full_pageRPC，随后是内部tool.screenshot_read与tool.screenshot_release：读取按 256 KiB 分块，扩展流式写 PNG 到 OPFS，CLI 校验完整字节数后原子替换输出文件。基准数据：3,170 × 100,062 像素的结果，canvas 最高只用 512 像素高，RGBA 缓冲峰值约 41.7 MiB，而完整 RGBA 图需要约 1.27 GB（该测量不含编解码器内部、堆与 GPU 拷贝，不是浏览器总内存）。

远程连接：Agent 跑服务器，浏览器在你电脑上

扩展发起出站连接，用户电脑无需开放任何入站端口；任务仍走独立 Agent Window，包括借用-归还流程。bsk内置设备配对、连接鉴权、凭据轮换与吊销，不需要账号系统或鉴权网关。

本地模式（默认）：

bsk daemon start # 等价：bsk daemon start --mode local

监听回环地址；扩展弹窗选Local connection即可退出远程（会结束当前任务）。

独立服务器模式：

bsk daemon start --mode server \ --listen 0.0.0.0 --port 52800 \ --public-url wss://browser.example.com:52800/extension \ --tls-cert /etc/bsk/fullchain.pem \ --tls-key /etc/bsk/privkey.pem

证书必须是浏览器信任的，主机名要与公网 URL 匹配；bsk不签发证书、不改浏览器信任设置。服务器模式保持前台运行、空闲不退出，可由进程管理器托管；证书变更需以相同参数重启；会话空闲限制仍然适用。在 Agent 环境设置BSK_AUTO_START=0，让已停止的受管服务器被如实报告为不可用。BSK_HOME这个私有目录存放设备授权与本地 IPC 元数据，必须跨服务重启与容器替换持久化，不要在不同独立服务器或不受信任的 OS 用户之间共享。

服务器相关 flag 的默认值：

--pairing-ttl默认5m（一次性配对有效期，上限 1 小时）。
--device-ttl默认90d（设备自配对或成功续期起的寿命，上限 366 天）。
--renew-after默认30d（扩展应续期的时间点，必须小于设备寿命）。
--max-connections默认64（在线浏览器容量，1–1000；容量满时已有设备可替换连接）。
--authorize-rate-limit默认60（每对端 IP 每分钟配对/续期请求数，1–60000）。

TLS 反向代理

不想自己实现鉴权时，可用传统 TLS 反向代理终结 HTTPS/WSS：

bsk daemon start --mode server --listen 127.0.0.1 --port 52800 \ --public-url wss://browser.example.com/extension

把/extension与/extension/authorize转发到127.0.0.1:52800，保留路径与 WebSocket 升级头；保留Origin、Authorization和Sec-WebSocket-Protocol，绝不记录鉴权头、WebSocket 子协议值或请求体，也不在查询串里传凭据。代理后服务器看到的是代理 IP，每客户端限流要在代理侧配置，服务器不信任X-Forwarded-For。没有原生 TLS 时监听必须落在回环地址；非回环的浏览器连接要求 WSS。

配对与验证的四个检查点

服务器操作者生成配对链接：BSK_AUTO_START=0 bsk daemon pair。
浏览器用户在扩展弹窗选择Remote connection，粘贴完整链接并保存。链接是机密、单次使用、默认 5 分钟过期；保存后扩展把配对密钥替换为设备凭据。
服务器上的 Agent用BSK_AUTO_START=0 bsk status --json确认目标浏览器出现。生成链接或保存配对本身都不是活跃连接的证明。
首次使用验证：用status里的浏览器instance_id作为<browser-id>建会话并读页：

BSK_AUTO_START=0 bsk session start --browser <browser-id> --no-focus --json BSK_AUTO_START=0 bsk navigate https://example.com --session <id> BSK_AUTO_START=0 bsk observe --session <id> BSK_AUTO_START=0 bsk session stop <id>

按证据推进：生成链接 → 服务器列出已连接浏览器 → 页面读取成功且测试会话成功停止。

授权管理：

bsk daemon devices bsk daemon revoke DEVICE_ID bsk daemon revoke --all

devices输出设备与浏览器 ID、标签和过期时间，绝不输出凭据；revoke --all同时让未使用的配对链接失效；吊销既关闭现有连接也拒绝新连接。

边界约束：只与你能信任其操作已登录网站的服务器配对——配对是设备授权，不是受限账号或网站沙箱。远程内容读取、截图、录制和页面操作都要求标签被显式创建或借用；target="_blank"、window.open、OAuth 打开的标签不会自动获得控制权，已在 Agent Window 内的无主标签需要你先移到普通窗口再借用。断开连接会取消任务工作、归还借用标签、关闭任务创建的标签；用户创建的标签在清理中存活。远程上传/下载当前版本不支持（返回unsupported），截图等既有 RPC 内容结果仍支持。设备凭据存放在扩展源 IndexedDB，普通扩展设置只有连接模式与非机密修订号；独立服务器以私有文件权限和原子写入持久化哈希凭据。更多细节见 docs/remote-extension-connection.md。

无人值守设置：扩展开关矩阵与协议兼容性

插件弹窗有两个默认开启的独立开关，用户在插件里保存的设置对所有会话具有最终决定权：

借用标签页前确认	允许请求人工协助	实际行为
开	开	借用需要确认；求助正常弹窗
开	关	借用需要确认；求助返回`disabled`
关	开	借用免确认；求助正常弹窗
关	关	借用免确认；求助返回`disabled`

生效语义：

设置自动保存到当前浏览器配置，对已有和新建会话都生效。关闭借用确认会放行待确认请求；关闭人工协助会把等待中的求助结束为disabled。
重新打开开关后，后续操作恢复对应行为——包括当年用--unattended创建的会话。已完成的借用不会撤销，已结束的求助不会重新弹出。
偏好读取失败时，后台保留已有有效值；尚无有效值时按两项开启处理，不写回默认值，也不阻止新建会话；后续请求会重试读取，存储变更也能恢复策略。
弹窗保留读取错误提示并禁止保存；写入失败不会被当成功。浏览器未连接时返回连接错误，不会依据命令行参数或环境变量在本地伪造disabled。
session start --json与session list --json返回浏览器实际的interaction策略。

弃用与兼容：--unattended、tab borrow --no-confirm、BSK_REQUEST_HELP=off保留兼容识别但已弃用，不能覆盖插件开关。CLI 使用这些输入时会输出说明，daemon 也会为自己继承到的旧环境记录说明；原先只靠它们避免等待的脚本，现在必须遵循浏览器设置。

协议层面：

协议 1.3 保持与 1.0–1.2 的连接兼容，分步升级时仍可建普通会话、用默认等待借用标签；插件会提示旧 daemon 的兼容限制，bsk status也显示协议差异。
自定义借用等待时间要求 daemon 和扩展都 ≥ 协议 1.2，否则只限制这一次操作并提示升级；旧 daemon 的默认借用等待预算可能仍较短。
新版 CLI 的request-help要求 daemon 协议 1.3——旧 daemon 可能在本地返回而不询问浏览器。该限制不会断开浏览器连接，也不影响其他操作。
旧 CLI 可能在连接 daemon 前就因BSK_REQUEST_HELP=off本地返回；混用版本时保留这类历史行为，只升级扩展无法改变旧可执行文件的动作。CLI、daemon、扩展全部更新后，上述设置优先级才完整生效。

升级 bsk 与 0.3.0 弃用项

默认本地配置下，先结束正在执行的浏览器任务，再更新：

bsk update --yes

它会以默认启动配置重启正在运行的 daemon。
若通过安装脚本替换了二进制，任务结束后运行bsk daemon restart。
Windows 提示"更新已暂存（staged）"时，等替换完成再查bsk --version。
自定义端口、宿主管理的沙盒 daemon 或远程服务器：先在所属宿主环境停止 daemon，运行bsk update --yes --no-restart-daemon，再以原参数和BSK_HOME启动；维护期间在 Agent 命令中设BSK_AUTO_START=0。
扩展通过浏览器商店更新；开发时加载的解压版需重新构建并重新加载，商店版本可能晚于 CLI 上线。
用bsk --version、bsk status核对 CLI/daemon/扩展版本，再跑bsk doctor。长截图等新功能要求版本匹配。
受管 CLI skill 会在 daemon 启动、session start、doctor时同步，本地编辑与自定义 skill 保留；升级后开新 Agent 会话加载新指令。DSH 插件需单独更新并重启对应 profile。

升到 0.3.0 的注意点：--unattended、tab borrow --no-confirm和BSK_REQUEST_HELP=off不再跳过确认或关闭人工协助，请改用扩展弹窗里的对应设置。历史变化见 CHANGELOG.md。

DeepSeek Harness 插件：原生 browser_* 工具

用 DeepSeek Harness（dsh）的话，有官方 npm 插件@wxg-prc-cpg/browser-skill-dsh-plugin：它给 Agent 注入原生browser_*工具（由插件代为执行bsk），并在 Web UI 里实时展示浏览器会话。先装好bsk并连上扩展，再把插件装进 profile（web换成你的 profile 名）：

dsh plugin --profile web add @wxg-prc-cpg/browser-skill-dsh-plugin dsh --profile web

插件自带browser-skillskill，在 dsh 下无需再跑bsk install-skill。已安装插件不会自动更新，升级用：

dsh plugin --profile web update @wxg-prc-cpg/browser-skill-dsh-plugin --latest

升级后重启该 profile。插件源码在 packages/dsh-plugin-browserskill，其中 skill.ts 负责 skill 注入，tools.ts 定义browser_*工具，用法与配置见其 README。

仓库地图：代码都在哪里

这是一个 Cargo + pnpm 混合 workspace：

crates/bsk-cli—bskCLI 与本地 daemon。命令树定义在 crates/bsk-cli/src/cli/mod.rs，覆盖 session、tab、window、emulate、screenshot、snapshot、observe、console、network、navigate、click、fill、press、select、upload、download、evaluate、wait、request-help、record 等全部命令。
crates/bsk-protocol— 共享协议类型；schema/目录为每个工具提供参数/结果 JSON 契约。
apps/extension— 浏览器扩展，src 下分 browser-driver、content、lib、long-screenshot、session-manager、tools、transport 等模块，配 vitest 测试。
packages/ui与packages/i18n— 扩展 UI 共享支持，含英文、简体中文、韩语等本地化。
packages/dsh-plugin-browserskill— DeepSeek Harness 插件。
evals/browser— 确定性本地页面、Agent 无关的浏览器能力测试台。

需要深入时，按主题查这几份文档：docs/sandboxed-agents.md（沙盒 daemon 托管）、docs/long-screenshot.md（捕获模式与--scope）、docs/remote-extension-connection.md（服务器模式与第三方网关协议）、docs/scroll-to.md（scroll-to 契约）、AGENT_INSTALL.md（Agent 自助安装）。

项目采用 MIT 许可证。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析