把 BrowserSkill (bsk) 命令行包成 DSH 原生 browser_* 工具，让 AI 在不退出你浏览器的情况下驱动真实 Chromium。
- 语言
- TypeScript
- License
- MIT
- 分支
- main
安装
$ dsh plugin --profile web add github:Tencent/BrowserSkill/packages/dsh-plugin-browserskill在终端中运行以上命令，通过 dsh CLI 安装此插件。可在右上角切换 Profile。 第一次用 dsh？看这篇新手教程
对话式安装
帮我安装 DeepSeek Harness 插件 Tencent/BrowserSkill/packages/dsh-plugin-browserskill：先查看仓库 https://github.com/Tencent/BrowserSkill.git 确认安全性，然后执行安装命令并验证插件加载成功。
把这段指令粘贴给 DSH Web GUI 里的助手，由它代你完成安装与验证。
一句话定位
把 BrowserSkill（命令行叫 bsk）的浏览器自动化能力包成 DeepSeek Harness 的原生模型工具，让 AI 在你已有的浏览器里完成任务而不打断你日常浏览。
核心能力
- 在 DSH 进程内注册 11 个
browser_*模型工具：会话启停 / 列表、导航、快照、语义观察、点击、填写、按键、截图、设备模拟，每个工具对应一次bsk <cmd> --json调用 - 同时驱动多个浏览器会话：每次
browser_session_start返回独立的会话 id，最多 5 个并发；不传session参数时落到最近一次操作过的那个会话 - 严格的所有权边界：插件只跟踪自己启动的会话，传外部会话 id 会被直接拒绝；列表工具也只显示自己拥有的会话，卸载时只会清理自家会话，绝不误伤其他程序共享的 bsk 守护进程里的会话
- 每会话串行执行命令：bsk 守护进程一次只接受一个未完成的命令，插件用每会话 FIFO 把模型工具调用和后台观察流量排进同一条队列
- 渐进式披露：默认
lazyTools=true时，11 个工具的 schema 不会出现在系统提示里，等模型真的调一次browser-skill（或用户输入/browser-skill）后整套工具才会在当前进程剩余生命周期里全部现身 - 取消语义打通：DSH 的取消信号会传到 runner，SIGTERM 杀掉正在执行的 bsk 子进程（2 秒不退就 SIGKILL），模型这边可以继续下一步
- DSH Web UI 浮窗观察：每个自有会话有一张实时缩略图、当前动作、计时，可拖动 / 缩放、可一键中断当前命令、可升级为原生画中画窗口；前端通过宿主 webServer 提供的 loopback 路由拿数据
- 启动时做一次轻量探针：插件加载后立刻跑
bsk --version，缺失时提前打 warning，第一次工具调用会返回安装指引而不是裸的 spawn 错误
技术实现
- 语言: TypeScript
- 关键依赖:
@deepseek-ai/cordis（^4.0.1，插件注入与配置校验）、@deepseek-ai/dsh-tools+@deepseek-ai/dsh-llm（^0.1.0-rc.6，工具注册与内容块类型）、@deepseek-ai/schemastery（^3.18.1，Config Schema）、node:child_process（spawn bsk 子进程） - 架构模式: 双面 Cordis 插件（
dsh.bundle.patch注入tools服务；dsh.client注入 web 前端 React 工具视图），通过 SchemasteryConfig校验配置；启动时建立会话注册表 + 每会话 FIFO 执行器 + 观察服务三件套，再用ctx.inject(["webServer"], ...)延后挂载 HTTP 路由；模型可见的工具集走"渐进式披露"，skill 调用前只挂目录项、不挂 11 个工具 schema - 入口文件:
src/index.ts（插件 apply 入口 + Config Schema）、src/tools.ts（11 个模型工具定义）、src/runner.ts（bsk 子进程 spawn + 取消 / 超时 / 错误信封解析）、src/sessions.ts（会话所有权注册表）、src/lazy-tools.ts（技能调用的工具套揭示监听）、src/observation.ts+src/observation-http.ts（观察服务与 loopback HTTP 路由）
适用场景
当你希望 AI 在你的真实浏览器里完成需要登录态、需要看到视觉界面的任务（比如抓取需要登录的内容、跨页面表单填写、模拟移动端表现、操作你自己已有的标签），又不想为它单独再开一个测试浏览器账号时，这个插件就是桥梁。它借走的是浏览器扩展隔离出来的窗口，你日常用的标签页不受影响，AI 完成动作或你按中断后窗口会被归还。
前置依赖与兼容性
| 依赖 | 最低版本 | 说明 |
|---|---|---|
| DeepSeek Harness | 0.1.0-rc.6+ | 由 peerDependencies 中 @deepseek-ai/cordis ^4.0.1 与 @deepseek-ai/dsh-* ^0.1.0-rc.6 推导；需要在同时挂载 tools、skills 与 webServer（仅 Web 端需要）服务的宿主里运行 |
| Node.js | 未声明 | package.json 未声明 engines；源码仅使用 node:child_process / node:fs/promises / node:os / node:http 等内置模块，无原生依赖 |
| 浏览器运行时 | macOS（Apple Silicon / Intel）、Linux（x64 / ARM64）、Windows x64 | 由 bsk CLI 决定，插件本身跨平台（无 os / cpu 限制） |
| 浏览器 | Chrome、Microsoft Edge | 其他 Chromium 内核浏览器理论可用，Firefox 暂未支持 |
| 原生模块 | 无 | 纯 TypeScript，零原生依赖 |
安装方式
dsh plugin --profile web add github:Tencent/BrowserSkill/packages/dsh-plugin-browserskill
配置项
| 配置 | 类型 | 说明 | 默认值 |
|---|---|---|---|
| bskPath | string | bsk 可执行文件路径，默认从 PATH 里找 bsk | bsk |
| defaultTimeoutMs | number | 每次 bsk 命令的超时（毫秒） | 120000 |
| maxSessions | number | 允许同时开启的浏览器会话上限 | 5 |
| observationEnabled | boolean | 是否跟踪每个会话的动作 / 链接 / 缩略图状态，用于 Web 端浮窗 | true |
| thumbnailIntervalMs | number | 会话活跃时的缩略图刷新节奏（毫秒） | 1500 |
| idleIntervalMs | number | 会话空闲时的缩略图刷新节奏（毫秒），也是"最近活动"窗口 | 8000 |
| lazyTools | boolean | 是否启用渐进式披露——把 11 个 browser_* 工具的 schema 隐藏在系统提示里，直到 browser-skill 被调用一次再揭示 | true |
常见问题
Q: 不装 bsk CLI 和浏览器扩展能跑这个插件吗？
A: 能加载，但所有 browser_* 工具调用都会失败。插件加载时只会打一条 warning；第一次工具调用时 runner 会捕获到 spawn 错误，并返回一条带安装链接的人话指引，而不是裸的 ENOENT。
Q: 一个会话结束后，浏览器扩展里的 Agent Window 会自动关掉吗？
A: 会。browser_session_stop 会调用 bsk session stop <id>，由浏览器扩展回收对应的 Agent Window；插件卸载（unload）时会按 owned 列表把所有还活着的会话一并关掉，释放 bsk 子进程。
Q: 插件会把浏览器会话存到哪里？跨次启动还在吗？
A: 只存内存。SessionRegistry 是一个进程内的 Map，卸载插件即丢失；下次再启动需要重新走 browser_session_start。lazyTools 在会话恢复时会扫描持久化事件日志，发现历史里已经成功调用过 browser-skill 也会自动揭示工具套，但已关闭的会话不会复活。
Q: 观察浮窗的截图会被外网访问到吗？
A: 不会。这几条路由只接受 loopback 请求（localhost / 127.0.0.0/8 / [::1]），且复制了 DSH 给自家 /api 路由加的浏览器信任栅栏：Origin 与 Host 必须一致，sec-fetch-site: cross-site 一律拒绝，POST 必须 application/json。如果把 DSH webServer 绑到 0.0.0.0 再通过 LAN 访问，栅栏会主动失败——这是设计要求，不是 bug。
Q: 我能不能绕过插件，直接 bash 调用 bsk？
A: 不要。skill 的 prelude 里明确写了：DSH 里的浏览器任务必须走注入的 browser_* 工具，绕过插件直接调 bsk 会丢失会话所有权、观察浮窗、工具卡片和卸载清理；模型视角下这种"绕过去"的调用被认为是错误行为。
Q: 浮窗里的"中断"按钮和聊天里的 Stop 按钮是一回事吗？
A: 行为等价，都是给当前正在运行的 bsk 子进程发 SIGTERM，中断这一次命令；agent 主循环不会因为一次命令被中断就停下，会按既定逻辑继续。
上手难度
进阶 — 需要先装好 bsk CLI 和浏览器扩展两件本地依赖，并理解插件只跟踪"自己启动"的会话这条边界规则，但配置项少且全部可选，开箱即可工作。
已知问题与限制
- 长时运行类命令（如
bsk record）目前还不会通过ctx.jobs走后台任务通道，仍作为同步工具调用阻塞到完成，已在 README 中列为后续工作 bsk console与bsk network这两个 CLI 动词目前还没有对应的browser_*工具，skill prelude 明确写了这点- Web UI 的画中画（Document PiP）按钮依赖浏览器原生能力，Chrome / Edge 支持但需要一次用户手势触发；不支持 Document PiP 的浏览器会直接隐藏该按钮而非降级
- 观察浮窗相关 HTTP 路由要求宿主绑定在 loopback 地址；试图把 DSH webServer 绑到
0.0.0.0再走 LAN 访问会被浏览器信任栅栏主动拒绝——这是预期行为，需要跨网访问必须自行在前面再加一层鉴权 - 工具调用必须通过
browser_session_start拿到自家会话 id 之后才能用，其他工具在"还没有任何会话"时会直接报错；browser_session_list不会显示其他程序共享 bsk 守护进程创建的会话（这是设计而非 bug）
Let AI agents use your browser without interrupting your work.
English · 中文
BrowserSkill connects Cursor, Claude Code, Codex, OpenClaw, CodeBuddy, WorkBuddy, Pi, Hermes Agent, DeepSeek Harness, and other AI agents to your already logged-in browser.
Need the agent to touch a tab you already have open? It must borrow that tab explicitly, return it when the task is done, and leave the rest of your browser alone.
https://github.com/user-attachments/assets/db782c92-b1d4-4aae-a255-039675937a90
BrowserSkill Advantages
- Reuse real login state: Agents can work with sites you are already signed into, without separate test accounts.
- Keep working uninterrupted: browser tasks run in a separate, visible Agent Window, so you can keep using your own browser.
- Support any Agent: any Agent that can call a shell can use BrowserSkill
through the
bskCLI, with no lock-in to a specific model, Agent framework, or harness. - Built-in human-in-loop: when a task hits captcha, login, confirmation dialogs, or other human-only steps, the Agent can ask you to take over and then continue afterwards.
Runtime Environment
BrowserSkill has two local runtime pieces: the bsk CLI/daemon and the browser
extension.
| Runtime | Support |
|---|---|
| Operating systems | macOS (Apple Silicon and Intel), Linux (x64 and ARM64), Windows x64 |
| Browsers | Chrome and Microsoft Edge are supported; other Chromium-based browsers are expected to work when they support unpacked Chromium extensions; Firefox is planned |
Quick Start
Install with your Agent (recommended)
Already using Cursor, Claude Code, Codex, or another shell-capable agent? Just copy this one line and send it to your agent — it will install the CLI and skill for you, then walk you through loading the extension:
Set up browser-skill on this machine by following https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md
Manual install
Install the CLI, then install the extension from the Chrome Web Store or Edge Add-ons.
1. Install the bsk CLI
macOS / Linux (recommended — installs to ~/.local/bin):
curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh
Windows (PowerShell — installs to ~/.local/bin):
irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iex
Verify the binary:
bsk --version
2. Install the browser extension
Install BrowserSkill from your browser's store:
| Browser | Store listing |
|---|---|
| Chrome | Chrome Web Store |
| Microsoft Edge | Edge Add-ons |
On other Chromium-based browsers, install the Chrome Web Store build.
3. Install the skill
BrowserSkill ships a skill that teaches your agent harness how to use bsk. For
these harnesses, install it in one step:
 Cursor |  Claude Code |  Codex |  OpenClaw |  CodeBuddy |  WorkBuddy |  Pi |  Hermes Agent |
bsk install-skill
Use Space to select the Agent harness you want to install into, then
press Enter to install the skill. Run bsk install-skill --list to see
internal variants and install paths.
Other shell-capable agent harnesses are supported too. Copy
skill/SKILL.md into your harness's skills directory as
browser-skill/SKILL.md to install the skill manually. DeepSeek Harness uses a
dedicated plugin instead — see DeepSeek Harness plugin.
Start a new Agent session and write a prompt that needs the browser, for example:
/browser-skill open example.com and summarize what is on the page.
DeepSeek Harness plugin
Using DeepSeek Harness (dsh)?
BrowserSkill ships a first-class dsh plugin on npm as
@wxg-prc-cpg/browser-skill-dsh-plugin.
It injects native browser_* tools (no shelling out to bsk) and a live Web UI
overlay of each Agent Window.
Add it to a dsh profile, then start that profile:
dsh plugin --profile web add @wxg-prc-cpg/browser-skill-dsh-plugin
dsh --profile web
The plugin carries its own copy of the skill, so bsk install-skill is not needed
for dsh — but the bsk CLI and the browser extension are still prerequisites. See
the plugin README for the tool list,
configuration, and the observation overlay.
How It Works
BrowserSkill is a local bridge between your agent harness and your browser.
flowchart TB
subgraph Harness["Agent Harness"]
Agent["Cursor / Claude Code / Codex / OpenClaw"]
end
subgraph Local["Your Machine"]
CLI["bsk CLI"]
Daemon["bsk daemon"]
Extension["BrowserSkill extension"]
end
subgraph Browser["Browser Profile"]
AgentWindow["Agent Window"]
UserWindows["Your normal browser windows"]
end
Agent -->|"shell: bsk ..."| CLI
CLI -->|"local IPC"| Daemon
Daemon -->|"WebSocket on 127.0.0.1"| Extension
Extension -->|"automates"| AgentWindow
Extension -.->|"borrow tab only when asked"| UserWindows
style AgentWindow fill:#fff4e6,stroke:#f59e0b,stroke-width:2px,color:#111827
style UserWindows fill:#f8fafc,stroke:#cbd5e1,color:#334155
The agent never talks to the browser directly. It asks the bsk CLI to perform a
browser task; the local daemon routes that request to the extension; the
extension runs it in an Agent Window. DeepSeek Harness takes the same path
through the plugin: the agent calls injected
browser_* tools, and the plugin invokes bsk on its behalf.
For Developers
The repository is a Cargo + pnpm workspace:
crates/bsk-cli—bskCLI and local daemoncrates/bsk-protocol— shared wire types and JSON schemasapps/extension— browser extensionpackages/uiandpackages/i18n— shared extension UI supportpackages/dsh-plugin-browserskill— DeepSeek Harness plugin (@wxg-prc-cpg/browser-skill-dsh-plugin)
License
MIT
收录徽章
[](https://deepseek-plugin.org/plugins/Tencent/BrowserSkill/packages/dsh-plugin-browserskill)把这段 markdown 粘贴到你的 GitHub README，链接回本插件详情页。徽章只声明已被本站收录，不代表安全认证。