BrowserSkill:AIエージェント向けのオープンソースCLI+ブラウザ拡張機能

Tencentは、シェル対応のAIエージェントがユーザーの実際のログイン済みブラウザを別のエージェントウィンドウで中断なく利用できるようにする、オープンソースのCLIとブラウザ拡張機能の組み合わせ「BrowserSkill」をリリースしました。強力なセキュリティ、TLS認証付きWSSによるリモートモード、防御ルールを含む詳細なエージェントスキルガイドを備えています。
Key insights
アーキテクチャとセッションモデル
このシステムは、エージェント→bsk CLI→bskデーモン→ブラウザ拡張機能→エージェントウィンドウの4層で構成されています。通信はUnixソケットとループバックWebSocketを介して行われます。セッションは専用のウィンドウと参照ストアで分離され、セッション内の操作は参照の安全性を確保するために直列化されます。リモートモード(0.3.0)では、TLS認証付きWSSを介してワンタイムペアリングリンクとデバイス資格情報を使用します。
セキュリティモデルと権限制御
すべての書き込み操作はエージェントウィンドウにサンドボックス化され、タブの借用にはデフォルトでユーザー確認が必要です。設定はブラウザに保存され、CLIで上書きすることはできません。ファイル転送では、CLI、デーモン、拡張機能の間で権限が分割されます。資格情報は決して抽出されず、Cookieはユーザープロファイルに残ります。30日間の監査ログが維持されます。スキルガイドは制限の回避を禁止しています。
エンジニアリングの成熟度と評価フレームワーク
評価スイートには、コア、マトリックス、回帰、ストレステストスイートをカバーする28のブラウザ操作が含まれています。決定論的なページ、エージェントに依存しないプロンプト、誠実な検証を使用します。このプロジェクトは2026年6月下旬のもので、安定した約2〜3週間のリリースサイクルを採用しています。コードはTypeScript約35万行、Rust約17万行で、英語、中国語、韓国語のi18nに対応しています。