# 给 AI 配一双真浏览器手：腾讯 BrowserSkill 接入 DeepSeek Harness 指南

> 让 DSH 操控你真实登录的 Chrome/Edge：三层架构、三步安装、bsk doctor 验证、browser_* 用法与安全边界(实测)

# 给 AI 配一双"真浏览器手"：腾讯 BrowserSkill 接入 DeepSeek Harness 指南

> 写作日期：2026-09-05 · 实测版本：bsk CLI `0.2.0`、DSH 插件 `@wxg-prc-cpg/browser-skill-dsh-plugin@0.2.0`、DeepSeek Harness `0.1.2-rc.1`

## 一、它解决什么问题

AI 智能体光"读网页文字"远远不够：登录后的后台、需要点按钮/填表单的流程、有 JS 交互的站点、风控严格的平台（小红书、各后台管理系统）——**无头浏览器（Playwright headless）既没有你的登录态，又容易被风控**。

腾讯开源的 [BrowserSkill](https://github.com/Tencent/BrowserSkill) 换了个思路：**直接操控你"真实登录的 Chrome/Edge"**，你有 Cookie、有指纹、有验证码过后的会话——agent 用起来就像你本人在操作，几乎不会被察觉、也不需要把登录态交给任何第三方。

一句话：**它是 agent 的"远程桌面手"，你看着它操作，不放心随时掐**。

## 二、架构（就三层）

```
你的 Chrome/Edge ──(浏览器扩展)── bsk daemon(本机 ws://127.0.0.1:52800) ── bsk CLI ── AI Agent(DSH / Claude Code / Hermes…)
```

- **扩展**：装在 Chrome/Edge 里，真正执行"打开页面/点击/填表/截图"，弹窗实时显示连接状态；
- **bsk CLI**：Rust 写的跨平台命令行（macOS/Linux/Windows），agent 通过 `bsk <cmd> --json` 驱动；
- **DSH 插件**：`@wxg-prc-cpg/browser-skill-dsh-plugin`，把上面整套包装成 `browser_*` 工具给 dsh 的 agent 用。

## 三、安装（三步 + 一条验证）

### 1) 装 CLI

```bash
# macOS / Linux / WSL2
curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh

# Windows(PowerShell)
iex (irm https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.ps1)
```

装完验证：`bsk doctor`（下面第 4 步一起看）。

### 2) 装 DeepSeek Harness 插件

```bash
dsh plugin --profile web add @wxg-prc-cpg/browser-skill-dsh-plugin
# 然后重启 dsh web
```

### 3) 装浏览器扩展

- Chrome / Chromium：[Chrome Web Store 搜 "BrowserSkill"](https://chromewebstore.google.com/detail/hhcmgoofomhgciiibhipgmgkgnoenaoi) → 添加到 Chrome；
- Edge：[Edge Add-ons 搜 "BrowserSkill"](https://microsoftedge.microsoft.com/addons/detail/browserskill/emacgiaaaiojkkpkddmmdfhmokgmnikg) → 获取。

装完点工具栏的 **BrowserSkill 图标**，弹窗**变绿**=已连上本机 daemon。

### 4) 一键体检

```bash
bsk doctor
```

看到下面两行就是全通：

```
ok    extension connected          1 browser(s) connected
ok    browser protocol compatible  all 1 online browser(s) are compatible
```

## 四、在 dsh 里怎么用

插件默认 `lazyTools`（工具不常驻占 token），**先触发一次 `browser-skill` 技能**（会话里说"用浏览器…"，或 `/browser-skill`），整套工具才注册。之后可用的能力：

| 工具族 | 干什么 |
|---|---|
| `browser_session` | 开/停/列 受管"Agent 窗口"会话 |
| `browser_page` | 导航、后退/前进、刷新、等待页面生命周期 |
| `browser_inspect` | 语义观察/快照/HTML/截图/console/network |
| `browser_interact` | 点击/悬停/填表/下拉/按键（可给新引用或选择器）|
| `browser_tabs` | 管理标签：新建/切换/**借用你已登录的标签** |
| `browser_assist` | 调整窗口/模拟设备/请求人工步骤 |

**权限模型**：`standard` 模式下读（打开/读取/截图）直接执行；**写操作（点击/输入/滚动等）每次征求你批准**；借用你自己的标签页时也走确认。不怕 agent 乱来——它用的是**你同意它用的**那部分真实浏览器。

## 五、部署在 WSL / 远程机上的注意点（我们踩过的）

- **扩展和 daemon 要能互相访问**。daemon 监听 `127.0.0.1:52800`；如果 dsh 和 bsk 跑在 **WSL 内**而浏览器在 Windows 宿主：WSL2 默认 localhost 转发能让 Windows 浏览器连到 WSL 里的 daemon（保持 WSL 虚拟机在跑即可，配合 `vmIdleTimeout=-1` 防休眠，参考我的上一篇《Windows 用 WSL 部署 DSH/Hermes 指南》）；
- bsk 没装时，DSH 插件启动日志会有 `bsk probe failed (spawn bsk ENOENT)`——装上 CLI 并让 `~/.local/bin` 在 PATH 里，重启 dsh 即可消失；
- 想自定义：在 `cordis.patch.yml` 的 `browserskill` 条目配 `bskPath / defaultTimeoutMs / maxSessions / lazyTools`；
- 安全边界：**别让不受信任的提示词拿到浏览器控制权**；写操作审批别关成 `unrestricted`，除非你完全信任该 agent。

## 六、参考

- 项目：https://github.com/Tencent/BrowserSkill
- 插件（DSH 市场）：https://dshmarket.com/p/xiajiajun516/dsh-browser （同名不相关插件很多，认准作者 `@wxg-prc-cpg`）

> 实测总结：需要"登录态 + 真浏览器"的活（后台操作、小红书/社交平台、含验证码的站点），BrowserSkill 是目前 dsh 生态里最顺手的方案；纯公开网页读取用文本抓取就够，不必上浏览器。

---

**分类**：教程
**标签**：浏览器 · browser · bsk
**作者**：子龙
**链接**：https://octohz.com/p/2109