腾讯开源全新浏览器自动化工具 BrowserSkill：让 AI 智能体拥有独立干活的双手

事件核心：发生了什么

2026 年 8 月，腾讯正式开源了浏览器自动化工具 BrowserSkill，项目托管在 GitHub。与常见的 Browser Use 类方案不同，BrowserSkill 不是作为大模型的插件，而是专门为 AI Agent 设计的独立工具层，通过一个 bsk 命令行接口驱动浏览器完成各类网页操作。

根据公开信息，该工具包含三个关键设计：其一，直接复用用户浏览器中已登录的账号状态，授权过的站点无需重新验证；其二，Agent 在独立窗口中执行指令，不打断用户正在进行的浏览或工作；其三，通过 CLI 提供标准化接入方式，目前已兼容 Claude Code、Codex 以及腾讯自家的 Workbuddy 等主流智能体。

在腾讯公布的实测场景中，开发者使用 Workbuddy 平台，让 AI 在知乎搜索热点话题并归纳核心观点，或抓取社交平台高赞评论并生成群体情绪画像，均能在几分钟内独立完成。底层采用 CLI 独立驱动和扩展中介架构，模型无需直接解析复杂网页 DOM，从而提升执行速度和稳定性。

为什么重要

长期以来，AI Agent 与真实网页的交互存在两个痛点：一是登录态和身份验证难以绕过，导致自动化流程经常卡在“登录页”；二是让模型直接理解网页结构，既消耗算力又容易出错。BrowserSkill 用“复用真实浏览器状态 + 独立窗口 + CLI 接口”的组合，避开了这两层障碍，相当于在智能体与真实网络之间补上了“最后一公里”的连接层。

从行业竞争格局看，浏览器自动化正在从“辅助人类操作”走向“AI 自主操作”。腾讯选择在此时开源，既是为了推动自家 Workbuddy 生态的落地，也有意在 Agent 工具链的早期阶段抢占标准入口。对于大模型应用开发者而言，这类工具降低了 Agent 落地的工程门槛，让“让 AI 帮你干活”从聊天对话走向真实执行。

对用户/开发者/创作者的影响

开发者：通过 bsk 命令行工具，可以为现有 Agent 快速增加浏览器操作能力，无需自行处理反爬、登录态、元素定位等问题。对于正在构建 Agent 工作流的团队，这是一个低成本的工具选项。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

普通用户：未来使用 AI 助手时，可以更自然地发出“帮我查一下某网站的信息”这类指令，AI 会在独立窗口中完成操作，不会打断用户正在进行的其他任务，体验上更接近“请人代劳”而非“打断协作”。

内容创作者：批量收集资料、抓取公开评论、整理热点话题等任务可以交给 Agent 自动完成，大幅降低重复性的信息整理成本。

值得关注的后续

目前公开信息显示，BrowserSkill 仍处于开源早期阶段，后续可以从三个维度观察：一是 生态兼容性，除了 Claude Code、Codex，更多国内外的 Agent 框架是否愿意接入；二是 实际性能与稳定性，在复杂网页、反自动化机制更强的站点上能否保持可靠；三是 合规边界，复用登录态和自动操作网页涉及数据访问权限与平台条款，腾讯如何在开源协议和文档中界定使用范围，将是企业用户采纳时的重要考量。

来源：AIbase