BAIZE AI RESOURCE

AI 浏览器自动化插件

BrowserSkill

BrowserSkill 让 AI 在用户已登录的 Chrome 浏览器中读取网页、填写表单和操作标签页，适合浏览器任务自动化。

获取资源
BrowserSkill

资源介绍

BrowserSkill 是面向 AI 助手与自动化任务的浏览器控制插件，需与本地 bsk CLI 配合使用。它可连接用户当前已登录的 Chromium 浏览器，让 AI 在独立会话中浏览网页、识别页面控件、填写与选择表单内容、操作标签页及截取页面图像，适合处理重复网页操作、信息采集和界面测试等任务。对于用户已有的浏览器标签页，工具要求明确借用确认；自动化设置中的借用确认和人工协助开关由浏览器端偏好控制。新版还提供任务范围内的网站调试证据记录、请求分析和全页截图能力。

插件能力

已登录浏览器自动化

可在用户现有登录状态的 Chromium 浏览器中读取页面、导航、点击控件、填写表单、选择选项及操作标签页，减少重复手动网页操作。

页面控件识别与交互

通过页面观察获取文本、控件及元素引用，支持点击、输入、选择、按键、悬停、滚动、聚焦和失焦等网页交互。

现有标签页借用确认

使用用户已有标签页前需要明确借用；任务结束后归还标签页，归还后标签页仍保留在用户浏览器窗口中。

全页截图

支持从扩展快捷操作或 CLI 截取普通 HTTP(S) 网页的完整页面，并在滚动采集后恢复原有滚动位置。

任务范围网站调试

可记录与任务关联的请求、控制台和页面上下文证据，提供请求聚合、重复请求分析、性能指标及 JSON 导出能力。

资源配置

插件类型

浏览器插件

支持平台

Chrome

插件格式

ZIP

安装方式

安装包安装命令安装

使用要求 / 配置要求

使用浏览器自动化功能需要安装 bsk CLI 和浏览器扩展。

安装与配置

  1. 安装 BrowserSkill 的 Chrome ZIP 扩展包，并安装 bsk CLI。

  2. 启动浏览器扩展与本地 bsk 服务的连接；CLI 命令通常会自动启动后台服务。

  3. 由 AI 或命令行创建浏览器会话，取得 session_id 后打开目标网页并观察页面控件。

  4. 使用最新观察到的页面元素引用执行点击、输入、选择或截图等操作；涉及用户已有标签页时确认借用。

  5. 任务完成后停止会话；若借用了用户标签页，停止会话会将其归还。

使用案例

填写在线表单

使用场景办公效率

用户在已登录网站中需要重复录入信息时，可让 AI 创建浏览器会话、识别表单字段并依次填写或选择对应内容。

采集网页信息

使用场景数据分析

需要从网页读取文本和控件信息时，可先观察页面，再基于识别到的元素逐步提取所需内容。

定位网站问题证据

使用场景开发编程

开发者复现网页异常前开启任务范围调试记录，可关联查看请求、页面上下文与性能信息，并导出 JSON 证据。

保存长网页截图

使用场景个人效率

需要留存完整网页内容时，可对会话中的 HTTP(S) 页面执行全页截图并输出 PNG 文件。

包含内容

release-0-browser-skill-extension-v0.3.1-chrome.zip
README-中文安装说明.md
LICENSE-MIT.txt
SHA256.txt

常见问题

BrowserSkill 插件能单独使用吗？
不能。BrowserSkill 的自动化能力需要同时安装 bsk CLI 和浏览器扩展；仅安装 skill 或扩展不会自动安装另一组件。
能否直接操作我已打开的浏览器标签页？
可以，但用户已有标签页需要明确借用确认。会话停止时会归还借用的标签页，标签页本身仍会保留在浏览器窗口中。
全页截图有哪些限制？
全页截图仅适用于普通 HTTP(S) 页面，不自动化 Chrome 内部页面、Web Store、嵌套滚动面板或虚拟列表；持续无限增长的页面可能在设定超时前无法完成。
更新 CLI 后全页截图无法使用怎么办？
全页截图要求 CLI 与扩展版本匹配。更新 CLI 后，需要执行 `bsk daemon restart` 重启已有后台服务。
BrowserSkill 会绕过浏览器中的借用确认或人工协助设置吗？
不会。扩展中保存的借用确认和人工协助开关适用于新旧会话，兼容参数不能覆盖这些浏览器端设置。