BrowserSkill上手：让AI接入浏览器，还能录制动作教它学习
内容提要
BrowserSkill 通过 bsk CLI 和浏览器扩展，使 AI 能直接操作浏览器，在独立窗口中观察页面并执行点击、输入等动作。其录制功能可记录操作流程供 AI 学习，适合重复性后台任务。使用时需注意隐私，避免在敏感页面录制。
延伸解读
隔离设计降低误操作风险
BrowserSkill 通过独立的 Agent Window 让 AI 在单独的标签页中执行任务，避免干扰用户正在浏览的页面。这种设计对日常使用很友好，尤其适合需要同时处理多项任务的场景。但要注意，AI 操作的是真实浏览器环境，仍需谨慎授权，避免在重要页面误操作。
录制功能的价值与局限
录制功能将人工操作转化为 trace 文件，包含动作链和页面状态，便于 AI 复现复杂流程。这比纯文字描述更直观，尤其适合固定步骤的后台任务。但录制依赖页面结构，若网页改版，trace 可能失效。此外，录制内容可能包含敏感信息，需注意脱敏和隐私保护。
使用时的安全注意事项
文章明确提醒，不要在银行、登录页等敏感页面录制，也不要随意分享 trace 文件。虽然 --redact-values 可隐藏表单值，但账号密码等关键信息仍可能泄露。建议从低风险任务开始，并确保 session 及时结束，避免 AI 长时间控制浏览器。
Q&A
BrowserSkill 是什么？它如何让 AI 接入浏览器？
BrowserSkill 是一个工具，通过 bsk CLI 和浏览器扩展，让 AI 能够直接操作浏览器。它打开独立的 Agent Window，AI 可以观察页面并执行点击、输入等动作。
BrowserSkill 的安装需要哪些组件？
需要两个组件：安装在电脑上的 bsk 命令行工具，以及加载到 Chromium 浏览器中的 browser-skill 扩展。扩展连接成功后，浏览器会显示绿色状态。
BrowserSkill 如何保证 AI 操作不影响用户正在使用的浏览器窗口？
BrowserSkill 会打开一个独立的 Agent Window，与用户正在使用的窗口分开，AI 默认只操作自己的标签页。如果需要操作用户现有页面，可以先将指定标签页借用进来，完成后再归还。
BrowserSkill 的基本工作流程是什么？
基本流程是：bsk session start -> bsk observe -> bsk snapshot -> bsk click/fill/select -> bsk observe -> bsk session stop。AI 先观察页面，再执行操作，最后结束会话。
BrowserSkill 的录制功能（bsk record）是如何工作的？
录制功能允许用户手动操作网页，完成后生成 trace bundle，包含 trace.json 和 states/ 目录。trace.json 记录动作链和页面状态变化，states/ 保存页面观察结果，AI 可以据此学习并复现流程。
BrowserSkill 录制功能适合哪些场景？
适合重复执行的后台操作，如固定流程的数据导出、内容审核、订单查询，或每周重复的网页整理工作。
使用 BrowserSkill 时需要注意哪些隐私问题？
不要在银行、单点登录、密码管理器等敏感页面录制，也不要将包含敏感信息的 trace 随意分享。--redact-values 可以标记表单值，但涉及账号密码的页面最好直接避开。
BrowserSkill 相比传统浏览器自动化脚本有什么优势？
BrowserSkill 将任务拆分为 session、Agent Window、observe/snapshot、click/fill/select、record 等模块，更清晰易用。录制功能让用户通过演示操作教会 AI，无需编写复杂脚本。
