图 1|BrowserSkill 官方项目横幅。来源:Tencent/BrowserSkill 官方 GitHub 仓库。
从安装、连接扩展到 `bsk doctor` 验收,按步骤跑通第一个网页任务
这篇教程会教你:在 WorkBuddy 中装好 BrowserSkill,让 AI 打开一个公开网页、读取内容并返回结果。
01安装成功标准
要同时满足下面四项:
-
WorkBuddy 能执行
bsk --version,并返回版本信息。 -
BrowserSkill 浏览器扩展已启用,扩展弹窗显示绿色连接状态。
-
bsk doctor的每一项检查都是
ok或na。 -
新建 WorkBuddy 会话后,AI 能打开独立的 Agent Window,访问网页并返回内容。
前三项只是安装成功,第四项才说明整条执行链路真正可用。如果 AI 只回复“已经安装完成”,请让它贴出 bsk doctor 的完整结果再判断。
02准备工作:浏览器、WorkBuddy 和一个公开测试页
开始前准备好:
-
一个能执行本机 Shell 命令的 WorkBuddy 环境。
-
Chrome 或 Edge 浏览器。BrowserSkill 官方明确支持这两种浏览器。
-
安装浏览器扩展的权限。扩展必须由用户亲自确认安装,AI 不能代替。
-
一个公开测试页面。本文使用
https://example.com和 BrowserSkill 官方中文 README。
BrowserSkill 官方仓库把 WorkBuddy 列在支持的 Agent 中。它的基本链路是:WorkBuddy 调用 bsk,bsk 连接本机浏览器扩展,扩展再打开独立的 Agent Window 执行网页任务。
图 2|腾讯云 WorkBuddy 官方页面中的 Agent 工作流示意。图中展示的是 WorkBuddy 的通用工作方式。
03第一步:让 WorkBuddy 自动安装 BrowserSkill
在 WorkBuddy 新建一个任务,把下面整段提示词复制进去:
请按照下面这份 BrowserSkill 官方安装说明,在本机完成安装和配置:https://raw.githubusercontent.com/Tencent/BrowserSkill/main/AGENT_INSTALL.md要求:1. 安装 bsk CLI 和 browser-skill;2. 不要使用 sudo;3. 执行 bsk --version;4. 执行 bsk doctor;5. 把完整检查结果告诉我;6. 如果需要安装浏览器扩展,请打开官方商店页面后停下来让我操作。
这段地址来自 Tencent/BrowserSkill 官方仓库。WorkBuddy 会按照说明安装 CLI 和 Skill,然后运行诊断。
如果诊断结果只有 extension connected 一项失败,并提示 0 browsers connected,通常说明 CLI 已经装好,只差浏览器扩展。官方安装说明把这种情况列为首次安装时的正常中间状态。
图 3|WorkBuddy 官方技能市场真实界面。技能入口和页面布局可能随版本更新。
图 4|WorkBuddy 官方文档展示了用自然语言查找并自动安装 Skill 的方式。本教程使用的是 BrowserSkill 官方安装说明链接。
04第二步:安装扩展,让 bsk doctor 全部通过
WorkBuddy 应当打开 BrowserSkill 的 Chrome Web Store 页面。如果没有自动打开,可以手动访问:
https://chromewebstore.google.com/detail/hhcmgoofomhgciiibhipgmgkgnoenaoi
接着按顺序操作:
-
点击“添加至 Chrome”或浏览器显示的同类按钮。
-
在确认框中允许安装扩展。
-
打开 BrowserSkill 扩展弹窗,等待连接状态变成绿色。
-
回到 WorkBuddy,发送:“扩展已经安装并显示绿色,请再次执行
bsk doctor,把完整结果发给我。”
图 5|BrowserSkill 官方 Chrome Web Store 截图。商店按钮文字可能因浏览器版本和语言不同而变化。
图 6|BrowserSkill 官方演示视频中的扩展真实界面。扩展连接成功后应显示绿色状态。
验收时不要只看最后一句话,要检查每一行。官方定义的完成口径是:bsk doctor 所有检查项都为 ok 或 na。只要还有 fail,就让 WorkBuddy 按照该行的 hint 处理,再运行一次诊断。
05第三步:新开会话,跑通第一个只读任务
Skill 安装完成后,新建一个 WorkBuddy 会话。BrowserSkill 官方 README 也要求在新 Agent 会话中开始使用。
复制下面这段提示词:
请使用 browser-skill 打开 https://example.com。读取网页标题和正文,整理成 3 条中文摘要。只允许读取页面,不登录、不填写表单、不点击提交按钮。完成后关闭 browser-skill session,并告诉我任务是否成功。
正常情况下,你会看到一个独立的 Agent Window。AI 在这个窗口里打开网页、读取内容,然后回到 WorkBuddy 输出摘要。任务结束后,Agent Window 应当关闭。
图 7|BrowserSkill 官方演示视频真实截帧。左侧为终端操作,右侧为独立的 Agent Window。
这一关的成功标准很简单:网页确实打开,摘要与页面内容一致,任务结束后会话被关闭。如果只得到一段没有打开网页的泛泛介绍,可以明确补一句:“必须调用 browser-skill 完成,不要只根据已有知识回答。”
06第四步:测试长页面,确认它会滚动和整理
公开短页面跑通后,再用 BrowserSkill 官方中文 README 测一次长页面:
请使用 browser-skill 打开下面的公开页面:https://github.com/Tencent/BrowserSkill/blob/main/README.zh-CN.md完整阅读页面,必要时滚动和展开内容。请输出:1. BrowserSkill 的用途;2. 安装流程;3. 支持的浏览器和 Agent;4. 使用时需要注意的 5 条安全边界;5. 原始页面链接。只读取页面,不登录,不修改任何内容。遇到验证码或权限提示时停止并告诉我。完成后关闭 session。
这个任务能检查三件事:是否真的读取长页面,是否会根据页面变化继续观察,是否按指定结构交付结果。
图 8|WorkBuddy 官方 Agent Browser 文档中的网页执行界面。Agent Browser 与 BrowserSkill 是不同工具,此图仅展示同类浏览器 Skill 的操作形态。
图 9|WorkBuddy 官方 Agent Browser 文档中的结果界面。它不是 BrowserSkill 的运行截图,也不代表 BrowserSkill 的实测结果。
07第五步:再尝试已经登录的网站
BrowserSkill 可以在当前浏览器配置文件中使用已有登录状态。建议先手动登录目标网站,再让 AI 执行一个只读查询任务。
可以套用下面的模板:
请使用 browser-skill 打开我已经登录的【网站或后台名称】。任务目标:【要查找的具体内容】。只允许读取、搜索、翻页和截图,不得修改、删除、发送或提交任何内容。如果必须使用我当前已经打开的标签页,请先向我申请借用。遇到登录、验证码、短信验证码或确认按钮时,立刻暂停并让我接管。输出格式:【表格 / 要点 / Markdown】。完成后归还借用的标签页并关闭 session。
BrowserSkill 默认在独立的 Agent Window 中操作。用户原来打开的标签页受到保护;要操作已有标签页,Agent 必须先显式借用,并在任务完成后归还。第一次测试登录态时,仍建议从低权限账号和只读任务开始。
08三套可以直接复制的实用提示词
模板一:采集一篇长文章
请使用 browser-skill 打开【文章链接】。完整阅读正文,必要时滚动和展开折叠内容。提取标题、作者、发布日期、核心观点、关键数据和原始链接。把事实与作者观点分开,无法确认的内容标注“待核实”。只读取和截图,不登录,不发表评论。完成后关闭 session。
模板二:对比多个公开页面
请使用 browser-skill 依次打开下面 3 个公开页面:【链接 1】【链接 2】【链接 3】按“页面标题、发布日期、核心结论、数据口径、原始链接”整理成表格。发现页面相互矛盾时分别列出,不要自行编造统一答案。只读取页面,不下载可执行文件,不登录账号。完成后关闭 session。
模板三:填写草稿,停在提交前
请使用 browser-skill 打开我已经登录的【后台名称】。把下面内容填写到新建草稿中:【正文内容】。允许新建和编辑草稿,但禁止点击发布、提交、发送或确认按钮。填写完成后截图并暂停,等待我人工检查。遇到登录、验证码、权限申请或任何付费步骤时立刻停止。
提示词至少写清五件事:目标页面、允许动作、禁止动作、输出格式、停止条件。任务边界越具体,越容易检查结果。
09安装失败时,按这个顺序排查
1. 提示 bsk: command not found
先新开一个 WorkBuddy 会话,再执行 bsk --version。如果仍然失败,让 WorkBuddy 检查安装输出和 PATH。
也可以按官方命令手动安装。运行前先确认链接域名是 raw.githubusercontent.com,仓库路径是 Tencent/BrowserSkill。
macOS 或 Linux:
curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | shbsk install-skill --yesbsk doctor
Windows PowerShell:
irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1 | iexbsk install-skill --yesbsk doctor
2. extension connected 仍然失败
确认扩展已经安装且处于启用状态,打开扩展弹窗等待绿色连接状态,再运行 bsk doctor。公司网络或浏览器策略禁止扩展时,需要联系管理员处理。
3. WorkBuddy 没有触发 BrowserSkill
执行 bsk install-skill,确认安装目标包含 WorkBuddy,然后新建 Agent 会话。在提示词第一句明确写“请使用 browser-skill”。
4. 打开了错误的浏览器
让 Agent 执行 bsk browsers 查看已经连接的浏览器,再指定正确的浏览器启动任务。
5. 页面要求登录、验证码或短信验证
让 Agent 暂停并请求人工接管。不要连续重试验证码,也不要把密码、验证码或 Cookie 粘贴给 AI。人工完成后,再让 Agent 重新观察页面并继续。
6. 页面点击两次仍没有进展
停止继续点击,让 Agent 重新读取页面状态并说明阻塞点。BrowserSkill 官方 Skill 也要求,连续失败且没有进展时,应请求人工帮助,不能盲目重试。
10正式使用前,再做一次安全检查
BrowserSkill 扩展本身只通过本机 127.0.0.1 与本地服务通信,不会自行调用远程大模型。不过,上层的 WorkBuddy 或模型服务可能接收网页正文、截图和表单内容。两者的数据边界要分开看。
正式使用前,建议逐项确认:
-
尽量使用单独的浏览器配置文件,只保留任务需要的登录状态。
-
先做公开页面和只读任务,再逐步增加权限。
-
发布、删除、购买、转账、发送和权限修改必须保留人工确认。
-
不要让 AI 提取 Cookie、Token、密码或其他认证信息。
-
只从官方仓库安装 BrowserSkill,第三方 Skill 先审查来源和权限。
-
每个任务都写清停止条件,完成后关闭 session,借用的标签页要归还。
最后用一分钟验收:扩展显示绿色,bsk doctor 全部为 ok 或 na,公开网页任务能返回正确结果,任务结束后 Agent Window 正常关闭。四项都满足,再把 BrowserSkill 用到更复杂的工作里。