腾讯开源BrowserSkill赋能AI智能体

在人工智能技术加速落地的当下，如何让AI智能体（Agent）高效完成网页端的复杂操作，成为开发者关注的核心问题。近日，腾讯正式开源了一款名为BrowserSkill的全新浏览器自动化工具，专为AI Agent打造，旨在赋予其“独立干活的双手”。

与传统作为大模型插件的Browser Use方案不同，BrowserSkill从底层架构上就围绕智能体的操作逻辑进行设计。其最突出的三大特性包括：首先，能够完整复用用户在浏览器中已有的真实登录状态，避免AI调用时重复验证身份；其次，所有操作均在独立窗口中执行，不会干扰用户当前正在进行的浏览或沟通任务；最后，通过提供简洁的bsk命令行工具（CLI），BrowserSkill实现了对主流AI智能体的高度兼容，包括Claude Code、Codex以及腾讯自研的Workbuddy等均可无缝接入。

在实际测试中，开发者通过Workbuddy平台验证了BrowserSkill的高效能力。例如，让AI在知乎上搜索热门科技话题并精准归纳核心观点，或在社交平台抓取高赞评论生成群组情绪画像，整个流程可在数分钟内闭环完成。这得益于其采用CLI独立驱动与扩展中介的架构，使大模型无需直接解析复杂的网页DOM元素，从而大幅提升执行速度与稳定性。

业内人士指出，BrowserSkill的推出有效打通了AI智能体与真实网络环境交互的“最后一公里”。相比主要服务于人类操作的传统自动化工具，该方案更贴合AI Agent的运行逻辑，为开发者、自媒体从业者乃至企业级应用提供了实现多任务并行处理的新路径。

目前，BrowserSkill已在GitHub开源，项目地址为：https://github.com/Tencent/BrowserSkill，欢迎广大开发者参与共建。