BrowserSkill

BrowserSkill は、AI エージェントと、あなたがすでにログインしているブラウザをつなぐ Tencent のオープンソース実装です。多くのブラウザ系エージェントツールは空の Cookie なしインスタンスをモデルに渡し、一からログインさせます。BrowserSkill は逆を行きます。エージェントは実在するタブを 1 枚借用し、独立した可視の Agent Window で作業し、終わったらタブを返します。第一者リポジトリ は 2026-06-22 に作成され、ライセンスは MIT。2026-09-21 の GitHub は 6,060 stars、432 forks で、公開されている CLI リリース線は cli-v0.3.0（2026-09-17）でした。ここでの star は熱量の信号であり、トラフィックではありません。

設計目標は「あなたの作業を邪魔せずに、あなたのブラウザを使う」ことです。ブラウザ操作は専用の Agent Window で動くため、同じプロファイルでスクロールし、書き、クリックしながら、エージェントは隣で作業できます。ログイン状態も拡張機能も保存データも、テスト環境で作り直す必要はありません。

主な機能

• 実ログイン状態の再利用：エージェントは既存のセッションで動くため、使い捨てのテストアカウントも、二つ目の資格情報管理も不要です。
• 明示的な借用と返却：すでに開いているタブに触れるのはリクエストです。借用し、返却し、ブラウザの残りには手を付けません。
• ハーネス非依存：シェルを呼べるエージェントなら bsk CLI を介して使えます。README は Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes Agent、DeepSeek Harness を挙げています。
• デフォルトで Human-in-the-loop：CAPTCHA、ログインの壁、確認ダイアログなど人にしかできない工程に当たると、エージェントは助けを求め、対応後に再開できます。
• 全ページ撮影：クイック操作と bsk screenshot --session <id> --full-page --out page.png で長いスクリーンショットを取得できます。

使用シナリオ

• ログインが必要な業務：ダッシュボード、管理コンソール、まっさらなエージェントセッションではログイン先がない SaaS ツール。
• 自分のアカウントでの調査と検証：ページを読ませ、料金プランを比較させ、バグを再現させる。見えている状態はあなたと同一です。
• 長時間の自動化：CLI はローカル常駐デーモンと拡張機能で動くため、1 つのタスクを複数コマンドにまたがって実行できます。

制約：ローカル実行が前提のツールです。bsk CLI、常駐デーモン、ブラウザ拡張のインストールが必要で、公式対応ブラウザは Chrome と Edge、Firefox は計画段階です。また権限管理が不要になるわけではなく、借用とヘルプ要求は拡張機能側の設定で制御します。

料金プラン

2026-09-21 時点で有償プランは公開されていません。

はじめに

curl -fsSL https://raw.githubusercontent.com/Tencent/BrowserSkill/main/install.sh | sh
export PATH="${BSK_INSTALL_DIR:-$HOME/.local/bin}:$PATH"
bsk --version
bsk install-skill          # ハーネスを選んで Enter
bsk doctor                 # fail がないことを確認

そのうえで新しいエージェントセッションを開き、ページを開いて要約するよう依頼します。第一者の入口は README、AGENT_INSTALL.md、サンドボックス型ハーネス向けの docs/sandboxed-agents.md です。

よくある質問

ブラウザを乗っ取られますか？

いいえ。タスクは別の Agent Window で動き、すでに開いているタブは明示的な借用リクエストの後にしか触れられません。

どのブラウザに対応しますか？

Chrome と Microsoft Edge に直接対応します。アンパック拡張を読み込める Chromium 系ブラウザなら動作が期待できます。

エージェントをリモートサーバーで動かせますか？

はい。サーバー上のエージェントと手元のブラウザを、内蔵の認証サービス経由でペアリングする手順が文書化されています。

代替案

• browser-use：ログイン済みタブを借りるのではなく、Python でブラウザを直接操作するライブラリ。
• agent-browser：自分のセッションが不要なエージェント作業向けの、隔離ブラウザ自動化 CLI。
• Hermes Agent：BrowserSkill が導入先として挙げるハーネスの 1 つ。自分のエージェントがこれなら先に読む価値があります。

ヒント

1. 実行を信頼する前に bsk doctor を走らせましょう。「CLI が動く」と「スキルが認識される」は別問題で、スキル未導入でも doctor は通過します。
2. 最初の数回は借用確認を残し、様子を見てから拡張機能ポップアップで緩めるのが安全です。非推奨の --unattended フラグに頼らないでください。
3. ハーネスがバックグラウンドプロセスを回収する場合は、共有の BSK_HOME と BSK_AUTO_START=0 を組み合わせ、デーモンをコマンド間で生かします。

まとめ

BrowserSkill が答えるのは具体的な 1 つの問いです。すでにログインしているサイトで、二度目のログインも画面の占有もなしに、エージェントをどう働かせるか。エージェント作業が認証の壁で止まりがちなら、browser-use と並べて導入し、タスクごとに使い分ける価値があります。