让 AI 借用你已登录的浏览器:腾讯开源 BrowserSkill

2026 年 Agent 浏览器自动化，最大的空白不是能力，是权限模型。

BrowserSkill 把“借用—归还—人类接管”做成了产品级默认。

你有没有过这种时刻——让 Claude Code 去 Jira 关个单，它回你一句“无法访问，请检查登录状态”？要么给它一个空白浏览器实例撞登录墙，要么让它接管你正在用的窗口，结果就是两个人抢鼠标。2026 年，能操控网页的 Agent 已经一抓一大把，可真要用起来，卡住的往往不是“会不会点按钮”，而是“怎么复用你已经登录好的那套身份”。

9 月 19 日前后，腾讯 PCG 在 GitHub 开源了一个叫 BrowserSkill 的项目，三天冲到五千多星。它干的事很克制：在你的 Agent 和“你已经登录的浏览器”之间，补上那一层本地桥。

过去要让 AI 操作需要登录的网页，基本只有两条路，两条都不舒服。第一条，扔给它一个全新的 Chromium 实例，用 Playwright 或 browser-use 跑——可它没 Cookie、没 SSO，碰到微信后台、飞书文档这类站点，登录墙、验证码、扫码登录随便一道就能把自动化流程卡死。

第二条，直接让 Agent 接管你正在用的窗口。这等于两个人抢同一个鼠标，焦点闪来闪去，你根本不敢把它放在生产窗口上跑。更别提那种“AI 看着截图猜页面”的笨办法，信息损耗大还容易误操作。

它的架构只有两件本地东西：一个用 Rust 写的 bsk 命令行 + 常驻守护进程，加一个 TypeScript 写的浏览器扩展。整条链路零云端、全在 127.0.0.1 本地跑——数据不出你的机器。

但真正巧妙的是它的权限模型。Agent 默认没有自己的窗口——它只能在一个独立的、你看得到的“Agent Window”里干活；要碰你已打开的某个标签页，必须先显式“借用”，用完再“归还”，其余标签页全程隔离。

借与还，是两条命令

借用一条命令，归还一条命令，借用期间那个标签页才暂时交给 Agent：

CMDbsk tab borrow --session <id>　/　bsk tab return --session <id>

遇到验证码、登录确认这类只有人能搞定的步骤，Agent 会调用 bsk request-help 让你接管，你处理完它接着跑。这套“人类接管”不是可选项，而是默认开着——扩展里的“借用确认”和“人类帮助”两个开关都默认开启，连“无人值守”之类的危险参数都已被废弃。

上手意外地简单。最省事的办法，是把下面这行直接发给你的 Agent，它会自己装好 CLI 和技能，再带你走完加载扩展的步骤：

PROMPTSet up browser-skill on this machine by following https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md

想自己装也行，macOS / Linux 一行 curl、Windows 一行 irm，装完 bsk --version 看版本号就行。它支持 Chrome 和 Edge，macOS / Linux / Windows 都能跑，9 款主流 Agent 已经适配（Cursor、Claude Code、Codex、CodeBuddy、WorkBuddy 等）。

先说清楚它不是什么。BrowserSkill 抢的不是 Playwright 的能力地盘，而是“复用你已登录会话”这件事。跨浏览器、无人值守批量拉取、对稳定性敏感的 SRE 任务，仍然该交给 Playwright 这类无头方案。

再说两个要自己掂量的点。一是人类接管绕不开：碰到验证码和确认弹窗，必须真人在键盘前，所谓“无人值守夜间 CI”不被支持。二是安全面：让 Agent 操作已登录浏览器，等于把你的凭证和会话暴露给它，提示注入和越权的攻击面得按风险独立评估——哪怕扩展默认开了“借用确认”。

说到底，2026 年 Agent 浏览器自动化的瓶颈，早就不是能力，而是谁能把“复用登录态”这件事做得既方便又不敢乱来。腾讯这次把答案做成了开源工具，三天五千星，说明这个痛点真实存在——也说明，权限模型才是这波工具真正的胜负手。

我是洛鸢yu，每天三分钟，带你看懂一条 AI 前沿。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING