企业官网建设流程全解析

BrowserSkill 代码结构导读：一条 bsk 命令如何走到浏览器

【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

BrowserSkill 是让 AI Agent 操控用户已登录真实浏览器的自动化工具，由 Rust 命令行工具、后台守护进程与 Chrome 扩展三部分组成。本文作为代码结构导读，讲清工作区划分、两个 Rust crate 的分工，以及一条 bsk 命令的完整链路。

工作区划分：Rust、TypeScript 与评测用例

仓库顶层分三块：crates/ 是 Rust 工作区，apps/ 与 packages/ 是 TypeScript 侧，evals/ 存自动化评测用例，docs/ 存设计文档。

• Cargo.toml 声明工作区仅两个成员：crates/bsk-cli与crates/bsk-protocol；版本号 0.3.2、Rust 1.85 在[workspace.package]统一定义，tokio、serde、clap 等依赖集中在[workspace.dependencies]，crate 内以workspace = true引用；
• pnpm-workspace.yaml 接管apps/*与packages/*，扩展在 apps/extension/，packages/ 下另有 dsh 插件、i18n 等 TS 包；
• Rust 集成测试在 crates/bsk-cli/tests/，共 39 个文件；扩展的测试文件则与 TS 源码同目录并列。

跟随一次截图：命令的完整链路

选bsk screenshot为例，这条命令经过的路线如下：

bsk screenshot (cli/screenshot.rs) ↓ IPC：~/.bsk/run/daemon.sock，JSON 每行一条 ipc_client.rs → daemon/ipc.rs ↓ 进入会话串行队列 (daemon/queue.rs) daemon/ws.rs → WebSocket 52800 扩展：transport/ws-transport.ts → tools/dispatcher.ts ↑ 同一协议的帧把结果带回

沿途有三处值得留意。cli/screenshot.rs 解析参数并构造 bsk-protocol 定义的ScreenshotParams，随后dispatch先调用ensure_daemon()确认守护进程在跑，不在则自动拉起。ipc_client.rs 从~/.bsk/daemon.json读出 socket 路径，协议是逐行 JSON：Unix 走域套接字，Windows 走命名管道。客户端侧超时设为 35 秒，故意长于 daemon 的 30 秒工具超时，保证能拿到结构化的超时消息。

进入 daemon 后，queue.rs 为每个会话维护一条容量 64 的串行队列，把tool.*调用逐个转发给扩展并等回结果，避免 Agent 的并发调用相互踩踏。消息到达扩展侧后，dispatcher.ts 按"tool.screenshot"分支分派，由 CDP 完成真正的截图与回传。

💡 两条链路容易混淆：CLI 与 daemon 之间走本地 socket；daemon 与扩展之间走端口 52800 的 WebSocket（DEFAULT_WS_PORT，可用--port覆盖）。

Rust 侧：两个 crate 如何分工

bsk-cli 是编译后能直接摸到bsk命令的部分；bsk-protocol 只含类型与序列化，不含业务逻辑。分工如下：

💡 schema/ 下的 111 份 schema 由 Rust 类型生成，bsk-protocol 附带dump-schema二进制可重新生成；它们不依赖 Rust 环境，其他语言可直接用来校验消息格式。

扩展侧与协议契约

扩展是 Manifest V3 浏览器扩展，源码在 apps/extension/src/：

• entrypoints/ 是一组入口，background.ts为维持与 daemon 连接的服务工作者；
• transport/ 封装 WS 连接与断线重连；
• tools/ 把tool.*方法分派到各具体工具，session-manager/与long-screenshot/分别处理会话与整页截图管线。

这一侧与 Rust 侧共享的只有消息格式：TS 侧定义了ProtocolFrame等一套同构类型，schema 文件是双方之间的校验标准。

拆分动机与阅读落点

协议为什么单独成 crate？因为它是 CLI、daemon 与 TypeScript 扩展三方共享的契约。把它做成零业务依赖的独立 crate，各方照着同一契约实现，类似插座标准：插头与插座只要针脚对得上，通多大的电流由实现方决定。代价是新增一个工具通常要改三处：bsk-protocol 里加方法名与入参出参，bsk-cli 加一个子命令文件，扩展 dispatcher 加一个分支。

建议的阅读顺序：先看 Cargo.toml 建立工作区骨架感；再按 frame.rs → method.rs → tools/ 熟悉消息结构；然后从 screenshot.rs 顺藤摸瓜到 daemon；卡住时去 tests/ 搜同名测试文件，测试是最可靠的活文档。

更完整的架构与远端扩展连接方式见 docs/architecture.md 及 docs/ 下的其余文档。

【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