BrowserSkill 自动化设置配置指南:2 个开关、4 种组合的行为差异与选择方法
【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
AI Agent 正在驱动你已登录的浏览器干活,它突然想借用你挂着邮箱的标签页,或者卡在了一个验证码上——此刻由谁来拍板、流程何时暂停?BrowserSkill 插件弹窗里的「自动化设置」用两个布尔开关回答了这个问题:confirmTabBorrow(借用标签页前确认)与 requestHelpEnabled(允许请求人工协助)。它们各自只有开与关,组合起来却是 4 种完全不同的运行行为:默认双开、60 秒借用超时自动拒绝、5 分钟求助超时后自动放行。下面把每个组合的完整行为链拆给你看,帮你一次选到位。
一眼看懂全部组合
两个开关 × 开/关,共 4 种组合。先记住这张对照表,后文再逐条展开:
| 组合 | 开关状态 | 借用你的标签页时 | 遇到验证码/登录等人工步骤 | 适合场景 |
|---|---|---|---|---|
| ① 双开(默认) | 确认开 + 协助开 | 页面浮层 + 系统通知双通道确认,60 秒倒计时超时自动拒绝 | Agent 可随时暂停,浮层请你操作,完成后自动恢复 | 初次使用、浏览器里有敏感数据 |
| ② 确认优先 | 确认开 + 协助关 | 同①,动你的标签前必须点头 | 从不暂停求助:Agent 自主绕路,实在不行报"受阻" | 要守标签页边界,但不想被中途打断 |
| ③ 免打扰 | 确认关 + 协助开 | 直接借用、用完直接归还,零打扰 | 仍会暂停并唤起你,处理完自动续跑 | 标签页不敏感、关键步骤想留人工兜底 |
| ④ 全自主 | 确认关 + 协助关 | 完全免确认 | 全部转化为自主决策或受阻报告 | 可信环境下的批量/无人值守流水线 |
借用你的标签页前:60 秒倒计时与双通道确认
场景:你正挂着邮箱,Agent 需要这个标签页里的登录态,于是发起借用(bsk tab borrow <tab-id> --session <id>)。
确认开关打开后,这次借用会走一条严格的链路(实现见 borrow-confirmation.ts):
- 插件在你最近使用的普通窗口上注入确认浮层:如果借用的正是当前活动标签,显示全屏模态框;否则只在页面右上角弹一张轻提示卡片(界面见 BorrowConfirmationOverlay.tsx);
- 同时弹出一条系统级通知,带 Allow / Deny 按钮——哪怕 Agent 窗口刚抢走焦点,你也不会漏掉这次请求;
- 倒计时默认 60 秒,超时自动拒绝(fail-closed,绝不静默放行);
- 你点拒绝、超时或取消,借用都以结构化错误(user_denied / confirmation_timeout 等)返回给 Agent,而不是悄悄成功。
边界情况也处理得很干净:所有窗口都注入不了浮层时,借用会被直接拒绝,只剩通知按钮这一条兜底通道;Agent 窗口本身、chrome:// 或商店页这类无法托管浮层的页面会被自动跳过。
关掉它之后,借用直接通过:Agent 随时把标签页挪进它自己的 Agent 窗口操作,用完归还,全程没有任何确认环节。
遇到验证码与登录:暂停 5 分钟,超时自动放行
场景:Agent 一路自动填表,填到"扫码登录"时停住了——这一步只能你来。
协助开关打开时,Agent 会主动调用求助命令暂停自动化(实现见 human-loop.ts):
bsk request-help --session <id> --prompt "Please complete sign-in" --target @e3完整行为链是这样的:
- 页面浮层展示 Agent 写好的求助提示词,并高亮闪烁目标元素,目标支持快照引用(@e3)或 CSS 选择器;
- 默认等待 5 分钟,超时后以 timed_out 收尾,Agent 拿到结果继续后续判断,任务不会卡死;
- 你完成操作点"继续",自动化立即恢复;中途页面刷新或切换标签,浮层会自动重新挂载,不会丢失;
- 还可以传
--completion-criteria,让系统每 500 毫秒轮询检测"登录成功"这类完成条件,达标后自动结束求助。
一个容易忽略的细节:即使求助已经弹出来了,你在弹窗里关掉协助开关,进行中的这次求助也会立刻按禁用收尾(逻辑见 interaction-preferences.ts)——浏览器端设置随时生效。
协助开关关掉后,request-help会立即返回 disabled 结果,并附带一段明确指令:Agent 应重新观察页面、自主想办法完成;只有确实缺少信息或能力时才上报受阻;不得重复求助,也不得把这个结果当作任务完成。组合④下,所有"人工步骤"都被转成了 Agent 的自主决策或受阻报告。
按场景选配置
- 刚接触 BrowserSkill → 推荐组合①双开(出厂默认)→ 完整体验"浮层 + 通知"确认和"人工接管"两种交互,信任慢慢建立。
- 浏览器里常挂邮箱、网银等敏感标签 → 推荐组合②确认优先 → 借用必须过你点头,同时 Agent 中途绝不暂停打断你,登录墙它自己绕或如实报受阻。
- 追求任务流畅度、标签页本身不敏感 → 推荐组合③免打扰 → 标签页占用/归还全自动流转效率最高,验证码、二次验证、支付仍会暂停唤你,是"省心但可控"的平衡点。
- 定时抓取、批量填报等无人值守流水线 → 推荐组合④全自主 → 代价是失去所有中途干预点,务必只在可控账号/站点上使用,并配合
--completion-criteria减少人工依赖。
⚠️ 全局注意:这两个开关是浏览器端最高优先级的策略,对到达插件的所有会话请求生效,命令行参数无法覆盖它们。
避坑与进阶
- 📌 旧版环境变量
BSK_REQUEST_HELP=off已弃用:CLI 仍会识别它,但只在日志里解释"浏览器自动化设置现在说了算",实际不再影响任何策略。 - 📌 版本依赖:
request-help需要 daemon 协议 1.3,tab borrow --timeout需要协议 1.2。请保持 CLI、daemon 与插件三端同步更新,旧版组件可能在本地提前结束求助流程。 - ⚠️ 借用确认的默认 60 秒倒计时无法被静默跳过:超时必拒,确认界面不可用时也会拒绝,不存在"没人理就默认放行"的路径。
- 关闭协助开关后,Agent 拿到 disabled 结果必须自主处理,不会再反复找你;如果你发现它"变笨了",先想想是不是自己关掉了兜底通道。
--completion-criteria的 all/any 条件总数上限 8 个,URL 正则单条最长 128 字符,写超了会被参数校验拦下。- 更多背景可参考 README.zh-CN.md 与文档目录下的操作审计、沙箱 Agent 等专题文章。
这两个开关本质上是在"效率"与"控制权"之间划线:往自主一侧每挪一格,省掉的就是一次确认或一次暂停,让出的就是对应的中途干预点。想清楚了任务在哪一侧跑(敏感标签页还是批量流水线),组合自然就定下来了;改完设置,下一个到达插件的会话请求就会按新策略执行。
【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
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考