BrowserSkill 一次 bsk screenshot 背后Rust 双 crate 工作区结构与协作机制10 分钟速读【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkillBrowserSkill 是一个让 AI Agent 直接驱动你「已登录的真实浏览器」的开源浏览器自动化工具由 Rust CLI 加浏览器扩展两部分构成。它的 Rust 侧全部代码集中在crates/下的一个 Rust workspace 中只有 bsk-cli 与 bsk-protocol 两个 crate。读完这篇文章你能说清一条命令从终端敲下到浏览器扩展执行、再到结果回传的完整路径以及两个 crate 各自的分工边界。一条命令的完整旅程bsk screenshot 从终端走到扩展先建立全局视角当你敲下一条bsk screenshot请求会穿过 CLI 进程、本地守护进程、WebSocket 长连接最终落在浏览器扩展TypeScript 侧执行结果再按固定帧结构原路返回。bsk screenshot (cli/screenshot.rs解析参数并发起调用) ↓ IPC ipc_client.rs → daemon/ipc.rs (进程间通信前端连上本地守护进程) ↓ daemon/queue.rs (会话队列保证同会话请求有序执行) ↓ WebSocket :52800 daemon/ws.rs → 浏览器扩展 (TypeScript 侧执行截图) ↑ 扩展按 Frame 结构回传结果CLI 收到后输出到终端这条链路横跨的两个 crate由根 Cargo.toml 统管members只列了 bsk-cli 和 bsk-protocol 两个成员版本号 0.3.0、Rust 1.85、许可证都写在[workspace.package]里crate 内部用version.workspace true一行继承tokio、serde、clap、thiserror 等第三方依赖则集中在[workspace.dependencies]crate 里只写workspace true引用。升级依赖时全仓库只改一处这正是 Rust workspace 集中管理依赖的价值。bsk-cli 内部拆解子命令、守护进程与技能安装bsk-cli 是「看得见摸得着」的半边编译出来就是bsk命令本身。它内部有三个值得单独看的区域。子命令区 src/cli/一命令一文件screenshot.rs、navigate.rs、tab.rs、record.rs等 30 多个文件各管一个子命令总入口是mod.rs。想搞清楚某个功能直接按名字找文件即可基本不用翻索引。守护进程区 src/daemon/这是常驻后台的运行时按职能拆成ipc.rs、ws.rs、sessions.rs、queue.rs、remote/等子模块。其中 src/daemon/mod.rs 定义的常量DEFAULT_WS_PORT值为 52800即守护进程默认监听的 WebSocket 端口——浏览器扩展就是靠它连回来的。通信桥梁 src/ipc_client.rs短命的 CLI 前端与长命的守护进程之间靠它走进程间通信数据流的第二跳就发生在这一层。另外还有一个容易被忽略的目录 src/skill_install/它把随仓库携带的 Agent 技能文件 skill/SKILL.md 安装进各种 AI 编程助手是 bsk-cli 与 Agent 世界对接的入口。⚠️ 注意src/cli/daemon.rs里也有一份DEFAULT_WS_PORT那是 CLI 端「告诉 daemon 该监听哪个端口」的副本两端默认值保持一致。bsk-protocol 内部拆解帧、方法、工具契约与 schemabsk-protocol 不产生任何行为只回答一个问题三方CLI、daemon、扩展之间传的每条消息长什么样。src/frame.rs 定义 JSON-RPC 帧的三种形态RequestFrame、ResponseFrame、EventFrame所有通信都是这三种帧的 JSON 序列化src/method.rs 用枚举集中列出全部 RPC 方法名是方法全集的单一出处src/tools/ 按功能域拆文件——interaction、navigation、observation、record、tabs等——每个tool.*方法的入参和出参类型都在这里src/system.rs 负责握手与版本兼容compare_protocol和evaluate_handshake_compat两个函数决定新旧版本能否互通。这个 crate 最实用的部分是 crates/bsk-protocol/schema/111 份 JSON Schema 由 Rust 类型自动生成比如tool_click_params.json、trace_v3.json等覆盖 90 多个类型——这意味着你无需任何 Rust 环境用任意语言的 JSON Schema 校验器就能验证一条消息格式是否合法同时协议怎么演进也一目了然trace_v2.json和trace_v3.json并排放在一起diff 一下就知道改了哪些字段。需要重新生成时运行dump-schema二进制即可schema 永远与代码同步。 这也解释了拆 crate 的动机bsk-protocol 以 workspace 依赖的形式被 bsk-cli 引用相当于把「契约层」从「实现层」里剥出来——协议稳定不动实现随便换。用 40 个集成测试当活文档最省事的理解方式是让测试替你验证。crates/bsk-cli/tests/ 下有 40 多个集成测试文件覆盖锁文件lockfile.rs、IPC 冒烟ipc_smoke.rs、远程服务端remote_server.rs、记录恢复record_export_recovery.rs等关键场景。 用法读完某个 daemon 模块就找对应的测试文件读一遍再本地跑起来断言通过就意味着你理解的模块行为和真实行为一致。10 分钟走读路线从 Cargo.toml 到一条命令约 5 分钟先读根 Cargo.toml看 members 列表、[workspace.package]与[workspace.dependencies]建立工作区骨架认知约 10 分钟从 crates/bsk-protocol/src/lib.rs 出发依次过frame→method→tools把消息结构在脑中过一遍约 15 分钟挑你刚学过的screenshot从 cli/screenshot.rs 出发顺着ipc_client.rs→daemon/ipc.rs→queue.rs走一遍数据流卡住时就去 tests/ 找同名测试文件断言就是预期行为的白话解释。更完整的系统设计在 docs/architecture.md建议配合本文对照阅读或者干脆本地编译后跑一条bsk status看守护进程如何自动拉起——比静态读码更直观。【免费下载链接】BrowserSkillLet AI agents use your real, logged-in browser without interrupting your work. CLI extension for browser automation across any shell-capable AI agent.项目地址: https://gitcode.com/GitHub_Trending/br/BrowserSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考