Tencent/BrowserSkill

해결하는 문제

BrowserSkill을 사용하면 AI 에이전트가 사용자의 로그인된 계정과 세션을 사용하여 사용자의 웹 브라우저와 상호 작용할 수 있습니다. 에이전트가 복잡한 인증을 처리하거나 별도의 브라우저 프로필을 관리할 필요가 없어지며, 사용자가 브라우저에서 활성 상태를 유지하는 동안 문서 읽기, 양식 작성, 내부 사이트 탐색과 같은 작업을 수행할 수 있습니다.

작동 방식

시스템은 세 가지 주요 구성 요소로 이루어져 있습니다: 연결을 관리하는 CLI/데몬, 자동화 인터페이스를 제공하는 브라우저 확장 프로그램(Chrome 또는 Edge용), 그리고 AI 에이전트에게 CLI 도구 사용 방법을 가르치는 "스킬"(일련의 지침)입니다. 에이전트는 CLI를 통해 데몬에 명령을 보내고, 데몬은 확장 프로그램과 통신하여 브라우저를 제어합니다. 작업은 전용 "에이전트 창"에서 실행되어 사용자의 주요 작업과 분리되어 표시되지만, 필요에 따라 에이전트가 기존 탭을 명시적으로 "빌려" 사용할 수 있습니다.

대상 사용자

• AI 에이전트 사용자: 셸 지원 에이전트(Cursor, Claude Code, DeepSeek Harness 등)를 사용하는 사람으로, 자신의 계정을 사용하여 실제 웹 작업을 에이전트가 수행하도록 하려는 사람.
• 웹 개발자: AI 에이전트가 웹사이트 디버깅을 지원하고 네트워크 요청, 콘솔 로그, 성능 메트릭을 캡처하도록 해야 하는 개발자.
• 보안/QA 테스터: 브라우저 기반 워크플로우를 자동화하고 버그 증거를 캡처해야 하는 사람.

주요 기능

• 세션 지속성: 브라우저의 현재 로그인 상태를 사용하여 수동 자격 증명 관리의 필요성을 제거합니다.
• 웹사이트 디버깅: HTTP 요청, 응답 본문, 콘솔 메시지 등 AI 기반 디버깅을 위한 상세한 증거를 캡처합니다.
• 유연한 배포: 로컬 자동화, WSS를 통해 로컬 브라우저에 연결하는 원격 서버 측 에이전트, 샌드박스 환경을 지원합니다.
• 시각적 투명성: 작업은 표시 가능한 에이전트 창에서 실행되며, 사용자는 에이전트가 기존 탭을 빌릴 때 확인할 수 있습니다.
• 포괄적 캡처: 자동 스크롤로 뷰포트 및 전체 페이지 스크린샷을 지원합니다.
• 다중 프로필 지원: 작업을 특정 브라우저 프로필 또는 명명된 인스턴스에 바인딩할 수 있습니다.