Tencent udostępnia BrowserSkill: narzędzie łączące agentów AI z rzeczywistymi przeglądarkami
Tencent udostępnia BrowserSkill: narzędzie łączące agentów AI z rzeczywistymi przeglądarkami
Tencent opublikował BrowserSkill, open-source’owe rozwiązanie umożliwiające agentom AI interakcję z aktywną sesją przeglądarki użytkownika, wykorzystując istniejące logowania i pliki cookie.
Tencent udostępnił na licencji open-source BrowserSkill – narzędzie, które bezpośrednio łączy agentów AI z realnym środowiskiem przeglądarki użytkownika, zamiast wymuszać pracę w izolowanych, czystych sesjach.
Tradycyjnie agenci otrzymują osobną instancję przeglądarki pozbawioną dostępu do kont użytkownika. BrowserSkill pozwala jednak takim narzędziom jak Codex, Claude Code czy Cursor działać na stronach internetowych, na których użytkownik jest już uwierzytelniony.
Agent operuje w odrębnym, widocznym oknie. Jeśli wymaga dostępu do konkretnej karty, najpierw prosi o pozwolenie, tymczasowo przejmuje kontrolę i oddaje ją po zakończeniu zadania. W przypadku napotkania captcha lub dialogów potwierdzających, sterowanie przekazywane jest użytkownikowi, a workflow jest kontynuowany po ich obsłużeniu.
Nie jest to serwer MCP, lecz lokalne narzędzie wiersza poleceń oraz rozszerzenie przeglądarki. Dzięki temu BrowserSkill współpracuje z dowolnym agentem zdolnym do wykonywania komend terminalowych.
Narzędzie wspiera systemy Windows, macOS oraz Linux. Cały kod źródłowy jest dystrybuowany na licencji MIT.
Dlaczego to ważne
AnalizaTen most między agentami terminalowymi a uwierzytelnionymi sesjami przeglądarki otwiera drogę dla nowych przepływów automatyzacji, pozwalając AI realizować zadania wymagające stanu zalogowania przy zachowaniu bezpieczeństwa dzięki jawnemu wyrażaniu zgód.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami