XNews

BrowserSkill: エージェント向けのオープンソースブラウザ自動化

BrowserSkill: エージェント向けのオープンソースブラウザ自動化

Tencentは、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、作業を中断することなく使用できるCLIおよびブラウザ拡張機能「BrowserSkill」をオープンソース化しました。ログイン状態を再利用し、専用のAgent Windowで動作し、CAPTCHAなどのタスクでは人間の介入をサポートします。

Key insights

BrowserSkillはログイン再利用による実ブラウザ自動化を実現

Tencentがオープンソース化したBrowserSkillは、CLIとブラウザ拡張機能を介して、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操作できるようにします。ログイン状態を再利用し、専用のAgent Windowでタスクを実行し、CAPTCHAやOTPなどのステップでは人間の介入をサポートします。このツールはフレームワークに依存せず、シェルコマンドを実行できる任意のエージェントと連携します。

権限制御によるセキュリティ重視の設計

BrowserSkillは堅牢なセキュリティモデルを備えています。すべての書き込み操作はAgent Windowにサンドボックス化され、タブの借用には明示的なユーザー確認が必要です。認証情報は決して抽出されず、リモートの認証情報はハッシュとして保存されます。このツールは30日間の監査ログを提供し、権限昇格を防ぐために権限境界を強制します。

Source posts