Tencent/BrowserSkill

解決する課題

BrowserSkill は、AIエージェントがアクティブな作業を中断せずに、Webブラウザとやり取りできるようにします。エージェントが別々のテストアカウントや隔離された環境を必要とする問題を解決し、既存のログイン状態やセッションデータを再利用できるようにしながら、活動を別々で可視化された「エージェントウィンドウ」内で行います。

動作方法

これは、エージェントハーネス（Cursor や Claude Code など）とブラウザの間のローカルブリッジとして機能します。エージェントは bsk CLI を通じてローカルデーモンにコマンドを送信し、その後、WebSocket を介してブラウザ拡張機能と通信します。この拡張機能は専用のエージェントウィンドウでタスクを自動化しますが、必要に応じてメインブラウザセッションのタブを明示的に「借用」することもできます。

対象ユーザー

Cursor、Claude Code、Codex、OpenClaw、DeepSeek Harness などのシェル対応AIエージェントの開発者やユーザーで、自身の認証済みセッションを使ってWebベースのタスクを実行させたい方。

特徴

• セッション再利用: 実際のログイン状態を使用するため、エージェントに別アカウントは不要です。
• 非干渉性: タスクは別ウィンドウで実行されるため、作業を中断せずに継続可能です。
• エージェントの汎用性: bsk CLI を通じてシェルコマンドを実行できるあらゆるエージェントと互換性があります。
• 人間の介入: キャプチャ、ログイン、確認ダイアログなど、ユーザーが手動で制御できるようにします。
• 広範な互換性: macOS、Linux、Windows 上の Chrome および Microsoft Edge をサポートしています。