Tencent torna o BrowserSkill open-source para conectar agentes de IA a navegadores reais
Tencent torna o BrowserSkill open-source para conectar agentes de IA a navegadores reais
A Tencent lançou o BrowserSkill, uma ferramenta open-source que permite que agentes de IA interajam com a sessão real do navegador do usuário, aproveitando logins e cookies existentes.
A Tencent tornou open-source o BrowserSkill, uma ferramenta que conecta agentes de IA diretamente ao seu ambiente de navegador real, em vez de forçá-los a operar em sessões isoladas e limpas.
Normalmente, um agente recebe uma instância separada do navegador sem suas contas. O BrowserSkill permite que agentes como Codex, Claude Code, Cursor e outros operem em sites onde você já está autenticado.
O agente atua dentro de uma janela separada e visível. Se precisar acessar sua aba específica, ele primeiro solicita permissão, assume o controle temporariamente e o devolve após concluir a tarefa. Captchas e diálogos de confirmação são transferidos para o usuário, após os quais o fluxo de trabalho continua.
Esta não é uma servidor MCP, mas sim um utilitário local de linha de comando e uma extensão de navegador. Portanto, o BrowserSkill funciona com qualquer agente capaz de executar comandos de terminal.
Suporta Windows, macOS e Linux. Todo o código é distribuído sob a licença MIT.
Por que isso importa
AnáliseEssa ponte entre agentes baseados em terminal e sessões de navegador autenticadas desbloqueia novos fluxos de automação, permitindo que a IA execute tarefas que exigem estados de login do usuário, mantendo a segurança por meio de solicitações explícitas de permissão.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
AGENTS.md no Ghostty e Turborepo faz agentes de IA denunciarem usuários
Exemplos de arquivos AGENTS.md mostram que instruções do repositório podem obrigar agentes de IA a adicionar notas humilhantes sobre o desenvolvedor em pull requests.
Jev e System One AI: guia prático completo sobre o modelo de decisão da TypeSafe
Análise técnica aprofundada do modelo principal Jev: arquitetura System One versus LLM, primitivos Choice/Score/Noul, paralelismo de requisições, matemática da confiança, casos de vídeo, código e visão geral de alternativas open-weight locais (Laya, GLiNER2.5, CLM-8B).
DeepSeek apresenta Creator Mode: harness pode ser redesenhado pelo usuário
O harness open source da DeepSeek ganha Creator Mode: um agente escreve plugins a partir de descrições e os integra diretamente à interface.
Open Weights vs. Truly Open Source AI
Análise jurídica e de engenharia da diferença fundamental entre pesos numéricos de modelos disponíveis (Llama, DeepSeek) e projetos totalmente abertos com dados de origem, código e arquitetura (Padrão OSI).