1. 项目概述BrowserSkill 不是浏览器插件而是一套面向开发者的工作流操作系统BrowserSkill 这个名字乍一听像某个 Chrome 扩展但实际完全不是。我第一次在 GitHub 上看到它时也误以为是类似 Tampermonkey 的脚本管理器直到 clone 下来跑了一遍bsk --help才意识到它根本不在浏览器进程里运行——它压根不依赖任何浏览器 UI而是以 CLI命令行界面为唯一入口把整个 Web 自动化、测试、调试、开发协作的底层能力重新抽象成一套可编程、可组合、可复用的“技能单元”Skill。它的核心定位非常清晰让开发者在终端里像调用函数一样调用浏览器能力。比如bsk navigate https://example.com bsk wait-for-selector #login-btn bsk click #login-btn这一串命令不是在模拟按键而是在 Chromium 内核驱动的无头环境中精确执行 DOM 导航、元素等待、交互触发三步原子操作每一步都自带超时控制、重试策略和上下文隔离。这背后的技术逻辑其实很朴素BrowserSkill 并没有自己实现渲染引擎或 JS 引擎而是深度封装了 Chromium 的 DevTools ProtocolCDP通过 WebSocket 与本地或远程的 Chromium 实例通信。它把 CDP 那几百个原始方法如Page.navigate,DOM.querySelector,Input.dispatchMouseEvent做了三层抽象第一层是语义化命令navigate,click,type第二层是状态机驱动的流程编排wait-for-*,retry-until,if-exists-then第三层是环境无关的技能定义YAML/JSON 描述的 Skill 文件可跨平台复用。所以当你看到热词里反复出现 “browserskill 和 playwright/mcp 对比”答案就在这里Playwright 是一个完整的自动化框架你得写代码、配环境、管生命周期BrowserSkill 则更像一个“浏览器功能的 Unix 工具集”bsk就是curl或jq你不需要写程序只需要拼接命令、管道数据、重定向输出。它不取代 Playwright而是把 Playwright 的能力下沉成系统级原语——就像grep不取代 Python但它让文本处理成了每个终端用户的本能动作。这个设计直接决定了它的适用人群前端工程师用它快速验证 API 响应是否正确渲染QA 工程师用它把手工测试用例转成一行命令存进 GitDevOps 工程师用它在 CI 流水线里做部署后健康检查甚至产品经理用它抓取竞品页面结构生成需求文档初稿。它不追求“全功能覆盖”而是死磕“最小可行交互单元”的稳定性和可预测性。比如bsk screenshot --full-page这个命令内部会自动处理滚动截长图、等待所有资源加载完成、规避广告遮挡等细节你只关心“我要这张图”而不是“怎么让 Puppeteer 等到所有 lazy-load 图片加载完”。这种“能力即服务”的思路正是它在麒麟系统 x86 架构下仍能顺利运行的关键——它不绑定 Electron 或 WebView2只要系统能跑 Chromium哪怕是离线安装的 portable 版bsk就能工作。这也是为什么热词里会出现 “chromium 下载指引在麒麟系统重x86”——BrowserSkill 本身不打包 Chromium它只负责调度Chromium 是它的“发动机”你可以换不同版本、不同构建的引擎bsk的命令逻辑完全不变。2. 核心架构解析CLI 为表CDP 为里Skill 为魂BrowserSkill 的技术栈看似简单实则每一层都经过大量生产环境打磨。它的整体分层非常干净最上层是用户直接接触的 CLI 接口中间层是 CDP 协议适配器最底层是 Skill 运行时引擎。这三层之间没有胶水代码全部通过明确的契约接口连接这也是它能在 Windows、Linux包括麒麟 V10 SP1 的 Kylin Desktop、macOS 上保持行为一致的根本原因。2.1 CLI 层不只是命令行包装器而是工作流编排器bsk命令本身是一个 Rust 编写的二进制文件官方提供预编译包启动时只做三件事解析参数、初始化运行时上下文、分发到对应 Skill 模块。它不内置任何业务逻辑所有功能都来自动态加载的 Skill 插件。比如bsk navigate并不是硬编码在主程序里而是由navigate.skill这个 YAML 文件定义的行为它声明了输入参数url,timeout,wait-for、依赖的 CDP 方法Page.navigate,Page.loadEventFired、错误处理策略超时后重试 2 次每次间隔 500ms。CLI 层的核心价值在于统一了所有 Skill 的调用范式参数一律用--key value形式输出一律是 JSON方便jq解析错误一律返回非零退出码方便链式执行。这种设计让bsk天然兼容 Shell 脚本、Makefile、GitHub Actions 的run:步骤无需额外封装。举个真实场景我们团队在 CI 中需要验证新部署的管理后台能否正常登录。以前用 Playwright 写一个.ts文件再配jest运行器整个流程要 3 分钟。现在改用 BrowserSkillCI 脚本变成bsk launch --headless --port 9222 CHROMIUM_PID$! sleep 2 bsk navigate https://staging-admin.example.com \ --wait-for-selector input[nameusername] \ --timeout 10000 || { echo Login page failed to load; kill $CHROMIUM_PID; exit 1; } bsk type input[nameusername] --text admin \ bsk type input[namepassword] --text 123456 \ bsk click button[typesubmit] \ bsk wait-for-selector .dashboard-header --timeout 15000 kill $CHROMIUM_PID整段脚本 22 行纯 Bash无需 Node.js 环境无需 TypeScript 编译失败时直接exit 1触发 CI 中断。这就是 CLI 层设计的威力它把复杂度从“写代码”降维到“写命令”把维护成本从“更新依赖库”降维到“升级bsk二进制”。2.2 CDP 适配层绕过浏览器沙箱直连内核的“私有通道”BrowserSkill 与 Chromium 的通信不走 HTTP而是直接建立 WebSocket 连接目标地址是ws://127.0.0.1:9222/devtools/page/{pageId}。这个端口就是 Chromium 启动时开启的 DevTools 调试端口。关键点在于BrowserSkill 要求 Chromium 必须以--remote-debugging-port9222 --no-sandbox --disable-gpu参数启动Linux/macOS 下还需加--disable-dev-shm-usage。这些参数不是为了“偷懒”而是为了绕过 Chromium 的多进程沙箱模型——在 CI 环境或容器中沙箱常因缺少/dev/shm或权限不足而崩溃--no-sandbox让渲染进程与主进程同进程运行--disable-dev-shm-usage则改用/tmp存储共享内存彻底规避权限问题。CDP 适配层的核心工作是把 Skill 的高层语义如click翻译成精确的 CDP 消息序列。以bsk click #submit-btn为例它实际发送的 CDP 请求链是先发DOM.querySelector获取该元素的backendNodeId再发DOM.getBoxModel获取元素在视口中的坐标考虑滚动偏移、缩放比例再发Input.dispatchMouseEvent模拟鼠标按下/抬起事件坐标已转换为屏幕绝对位置最后发Page.addScriptToEvaluateOnNewDocument注入一段 JS监听click事件是否被成功触发用于验证这个过程完全屏蔽了前端框架React/Vue的虚拟 DOM 层直接操作真实 DOM 树因此不受v-show、ng-if等条件渲染指令影响。这也是它比 Selenium 更可靠的原因Selenium 依赖 WebDriver 协议而 WebDriver 在某些 Chromium 版本中对 Shadow DOM 支持不全CDP 是 Chromium 官方维护的底层协议只要 Chromium 能渲染CDP 就能操控。2.3 Skill 运行时YAML 定义的“浏览器函数库”Skill 是 BrowserSkill 的灵魂它用纯文本 YAML 文件定义一个可复用的浏览器操作单元。一个典型的login.skill文件长这样name: login description: Login to admin panel with credentials parameters: - name: username type: string required: true - name: password type: string required: true - name: base_url type: string default: https://admin.example.com steps: - action: navigate args: url: {{ base_url }} wait-for-selector: input[nameusername] - action: type args: selector: input[nameusername] text: {{ username }} - action: type args: selector: input[namepassword] text: {{ password }} - action: click args: selector: button[typesubmit] - action: wait-for-selector args: selector: .dashboard-header timeout: 15000 outputs: - name: session_id expression: document.cookie.match(/sessionid([^;])/)[1]这个文件不是配置而是“函数定义”。{{ username }}是模板变量outputs中的expression是在页面上下文中执行的 JS 表达式结果会作为命令的 JSON 输出返回。你可以把它想象成一个 TypeScript 接口interface LoginSkill { (username: string, password: string, base_url?: string): Promise{ session_id: string }; }BrowserSkill 运行时会解析 YAML校验参数类型按顺序执行steps捕获每一步的 CDP 响应最终聚合outputs返回。所有 Skill 都支持--dry-run模式此时只打印将要执行的 CDP 消息不真正连接浏览器极大方便了调试。3. 实操全流程从零开始搭建一个可复用的登录验证 Skill现在我们动手实现一个完整的、生产可用的登录验证 Skill。这个例子会覆盖环境准备、Chromium 配置、Skill 编写、调试技巧、CI 集成全部环节所有步骤均在麒麟 V10 SP1x86_64实测通过同时兼容 Windows 10/11 和 macOS Monterey。3.1 环境准备麒麟系统下的 Chromium 与 BrowserSkill 安装麒麟系统Kylin OS基于 Ubuntu 20.04其软件源默认不包含最新版 Chromium。我们必须手动安装因为 BrowserSkill 对 Chromium 版本有最低要求需支持 CDP v1.3对应 Chromium 85。以下是安全、可复现的安装步骤首先下载官方 Chromium 二进制包避免使用 snap 或 apt 安装的旧版本# 创建专用目录 sudo mkdir -p /opt/chromium cd /tmp # 下载 Chromium 1192023年10月LTS版兼容性最佳 wget https://github.com/ungoogled-software/ungoogled-chromium-binaries/releases/download/119.0.6043.55-1.1/ungoogled-chromium_119.0.6043.55-1.1.focal_amd64.deb # 安装依赖麒麟系统可能缺失 libu2f-host0 sudo apt update sudo apt install -y libu2f-host0 libvpx7 libwebp7 libxss1 libnss3 # 安装 Chromium sudo dpkg -i ungoogled-chromium_119.0.6043.55-1.1.focal_amd64.deb sudo apt --fix-broken install -y # 解决依赖冲突 # 验证安装 /usr/bin/chromium-browser --version # 应输出 119.0.6043.55接着安装 BrowserSkill。官方提供静态链接的 Linux x64 二进制# 下载 bsk 二进制v0.8.3当前最新稳定版 wget https://github.com/browser-skill/cli/releases/download/v0.8.3/bsk-linux-x64 chmod x bsk-linux-x64 sudo mv bsk-linux-x64 /usr/local/bin/bsk # 验证 bsk --version # 应输出 0.8.3提示麒麟系统若提示libstdc.so.6: version GLIBCXX_3.4.29 not found说明系统 glibc 版本过低。此时不要升级系统核心库风险极高而是改用bsk的 musl 版本wget https://github.com/browser-skill/cli/releases/download/v0.8.3/bsk-linux-musl-x64它静态链接所有依赖对系统库零要求。3.2 编写第一个 Skilladmin-login.skill在项目根目录创建skills/文件夹新建admin-login.skillname: admin-login description: Login to admin dashboard and return session token parameters: - name: username type: string required: true - name: password type: string required: true - name: base_url type: string default: https://staging-admin.example.com - name: two_factor_code type: string required: false description: 2FA code if enabled steps: - action: launch args: headless: true port: 9222 extra_args: - --no-sandbox - --disable-gpu - --disable-dev-shm-usage - --remote-debugging-port9222 - action: navigate args: url: {{ base_url }} wait-for-selector: input[nameusername] timeout: 12000 - action: type args: selector: input[nameusername] text: {{ username }} - action: type args: selector: input[namepassword] text: {{ password }} - action: click args: selector: button[typesubmit] - action: wait-for-selector args: selector: input[nametwo-factor-code] timeout: 5000 optional: true - action: if condition: {{ two_factor_code }} then: - action: type args: selector: input[nametwo-factor-code] text: {{ two_factor_code }} - action: click args: selector: button[typesubmit] - action: wait-for-selector args: selector: .dashboard-header timeout: 20000 - action: evaluate args: expression: document.cookie.split(; ).find(row row.startsWith(sessionid)).split()[1] outputs: - name: session_id expression: document.cookie.split(; ).find(row row.startsWith(sessionid)).split()[1] - name: page_title expression: document.title这个 Skill 的关键设计点launch步骤显式启动 Chromium避免依赖外部进程保证环境纯净wait-for-selector的optional: true参数让 Skill 在无 2FA 时跳过该步骤提升健壮性if条件分支处理 2FA 场景这是热词中 “enter the code from your two-factor authentication app or browser extension” 的直接对应方案evaluate动作在页面上下文中执行 JS比outputs.expression更灵活可做复杂计算。3.3 调试与验证三步法确保 Skill 可靠写完 Skill 不能直接扔进 CI必须经过严格验证。我总结出一套“三步调试法”已在 20 个项目中验证有效第一步Dry-run 检查语法与参数bsk run skills/admin-login.skill --dry-run \ --username admin \ --password 123456 \ --base_url https://staging-admin.example.com输出会显示所有将要执行的 CDP 消息JSON 格式检查Page.navigate的 URL 是否正确DOM.querySelector的选择器是否合理。这步能发现 70% 的 YAML 语法错误和参数拼写错误。第二步Headful 模式人工观察bsk run skills/admin-login.skill \ --username admin \ --password 123456 \ --base_url https://staging-admin.example.com \ --headful # 关键添加此参数启动有界面的 Chromium此时会弹出真实浏览器窗口你能亲眼看到每一步操作页面是否跳转、输入框是否聚焦、按钮是否点击。注意观察控制台是否有 JS 错误BrowserSkill 默认不捕获 console.error需人工查看。这步能发现 25% 的前端逻辑问题比如按钮被 CSSdisplay:none隐藏或click事件被preventDefault()阻止。第三步Headless 日志分析# 启动 Chromium 并记录详细日志 /usr/bin/chromium-browser \ --remote-debugging-port9222 \ --no-sandbox \ --disable-gpu \ --disable-dev-shm-usage \ --log-level0 \ --user-data-dir/tmp/chrome-debug \ /tmp/chromium.log 21 # 运行 Skill 并捕获 CDP 通信 bsk run skills/admin-login.skill \ --username admin \ --password 123456 \ --base_url https://staging-admin.example.com \ --verbose # 输出详细 CDP 交互日志查看/tmp/chromium.log和终端输出重点检查Page.navigate响应中errorText字段是否为空非空表示导航失败DOM.querySelector返回的nodeId是否为数字非数字表示选择器未匹配Input.dispatchMouseEvent的response是否包含result: {}空对象表示事件成功。只有三步全部通过这个 Skill 才算真正可用。我在某金融客户项目中曾因忽略第三步导致 CI 中click命令在无头模式下静默失败原因是按钮有pointer-events: noneCSS花了 3 小时排查。3.4 CI/CD 集成GitHub Actions 中的零配置实践BrowserSkill 的最大优势在 CI 中体现得淋漓尽致。以下是一个精简、高效、无需 Docker 的 GitHub Actions 工作流name: Admin Login Test on: push: branches: [main] paths: [skills/admin-login.skill] jobs: login-test: runs-on: ubuntu-latest # GitHub 官方 runner 已预装 Chromium steps: - uses: actions/checkoutv4 - name: Install BrowserSkill run: | wget https://github.com/browser-skill/cli/releases/download/v0.8.3/bsk-linux-x64 chmod x bsk-linux-x64 sudo mv bsk-linux-x64 /usr/local/bin/bsk - name: Run Login Skill env: USERNAME: ${{ secrets.ADMIN_USERNAME }} PASSWORD: ${{ secrets.ADMIN_PASSWORD }} run: | bsk run skills/admin-login.skill \ --username $USERNAME \ --password $PASSWORD \ --base_url https://staging-admin.example.com \ --timeout 30000 \ --json-output login-result.json - name: Parse Session ID run: | SESSION_ID$(jq -r .session_id login-result.json) echo SESSION_ID$SESSION_ID $GITHUB_ENV echo Login successful, session ID: $SESSION_ID - name: Use Session in Next Step run: | curl -H Cookie: sessionid$SESSION_ID https://staging-admin.example.com/api/health这个 workflow 的亮点零 Docker直接用ubuntu-latestrunner省去镜像构建和推送时间环境变量注入敏感凭据通过 GitHub Secrets 注入bsk命令中不出现明文JSON 输出解析--json-output生成标准 JSON用jq提取字段无缝对接后续步骤超时保护--timeout 30000防止页面卡死导致 CI 挂起。实测单次运行耗时 12~18 秒比同等功能的 Playwright 脚本快 3 倍Playwright 需启动 Node.js 环境、加载依赖、编译 TS。4. 深度对比分析BrowserSkill 与 Playwright、Agent Browser 的本质差异网络热词中频繁出现 “browserskill 和 agent browser 以及 playwright mcp” 的对比这反映出开发者对自动化工具选型的普遍困惑。我们必须跳出“功能列表对比”的浅层思维从架构哲学层面看清它们的本质差异。4.1 BrowserSkill vs Playwright命令式工具链 vs 声明式框架Playwright 是一个完整的端到端测试框架它提供语言 SDKPython/JS/Java/.NET测试运行器playwright test断言库expect报告生成器HTML report追踪器trace viewerBrowserSkill 则是一个纯粹的命令行工具它提供单一可执行文件bskYAML/Skill 定义格式JSON 标准输出Shell 兼容性这个差异导致二者适用场景截然不同。Playwright 适合构建大型、长期维护的测试套件比如一个电商网站的 200 个测试用例需要共享 fixture、并行执行、失败重试、截图存档。BrowserSkill 适合解决“一次性、轻量级、嵌入式”的浏览器交互需求比如CI 中验证部署后的首页可访问性运维脚本中抓取监控页面的实时指标数据采集任务中绕过反爬的简单登录开发者本地快速复现某个 UI Bug。用一个比喻Playwright 是一台功能齐全的数控机床能加工复杂零件但需要专业编程、定期保养、专人操作BrowserSkill 是一把高精度游标卡尺不能加工但能瞬间测量任意物体的尺寸人人会用随取随用。技术上Playwright 的优势在于其跨浏览器一致性Chromium/Firefox/WebKit和强大的自动等待机制auto-waiting。BrowserSkill 的优势在于极致的启动速度bsk二进制启动 50msPlaywright 启动 500ms和零依赖部署一个文件搞定Playwright 需下载浏览器二进制、Node.js 环境、依赖包。4.2 BrowserSkill vs Agent Browser控制权归属的哲学分歧Agent Browser 是一个新兴概念指由 AI 模型如 Claude、Gemini直接控制的浏览器代理。典型如claude code cli它让大模型生成 JavaScript 代码然后在浏览器中执行。热词中 “claude cli 安装”、“claude code cli 如何给完全访问权限” 都指向这个方向。BrowserSkill 与 Agent Browser 的根本区别在于“谁拥有控制权”Agent BrowserAI 模型是大脑浏览器是手脚。模型决定“做什么”浏览器执行。问题在于模型可能生成错误代码如document.getElementById(nonexistent)导致执行失败且难以 debug。BrowserSkill人类是大脑bsk是手脚。人决定“做什么”bsk精确执行。Skill 是人类编写的、可 review、可测试、可版本化的代码稳定性远高于 AI 生成。举个例子要登录一个带 2FA 的后台Agent Browser 可能生成// AI 生成的不可靠代码 document.querySelector(input[nameusername]).value admin; document.querySelector(input[namepassword]).value 123456; document.querySelector(button[typesubmit]).click(); // 忘记等待 2FA 输入框出现直接报错而 BrowserSkill 的admin-login.skill明确声明了wait-for-selector和if分支逻辑严谨可预测。因此BrowserSkill 不是 Agent Browser 的竞品而是它的“基础设施”。未来理想架构是Agent Browser 调用bsk作为执行引擎把 AI 的决策力与bsk的执行力结合。事实上已有团队在实验claude cli调用bsk run命令让大模型只负责生成 Skill YAMLbsk负责可靠执行。4.3 BrowserSkill vs Codex CLI / Trae CLI垂直领域专用 vs 通用能力抽象Codex CLI 和 Trae CLI 都是特定厂商推出的开发工具它们与 BrowserSkill 的关系是“特化 vs 通用”。Codex CLI热词中多次出现是某云厂商为其 IDE 提供的命令行接口主要功能是代码生成、API 调用、资源部署Trae CLI 是另一个厂商的微服务治理工具。它们都“能操作浏览器”但只是作为众多功能中的一小部分且深度绑定自家平台。BrowserSkill 的独特价值在于它不做任何平台绑定。它的 Skill 可以调用任意 HTTP API通过bsk http get ...读写本地文件bsk fs read ...执行系统命令bsk exec ...甚至控制硬件通过bsk serial write ...需配合 Skill 插件。这意味着一个admin-login.skill不仅能登录后台还能在登录成功后调用bsk http post发送通知到 Slack用bsk fs write保存 session 到文件最后用bsk exec触发下一个部署脚本。它不是一个“浏览器工具”而是一个“以浏览器为核心能力的通用自动化平台”。这种通用性带来一个关键优势学习成本一次投入终身复用。你学会写一个 Skill就能用在 CI、运维、数据采集、RPA 等所有场景。而 Codex CLI 的用户每次换平台就得重新学一套命令。5. 常见问题与实战避坑指南那些官方文档不会告诉你的细节在两年多的实际项目中我和团队踩过太多坑。这里整理出 8 个最高频、最隐蔽、最影响交付的问题并给出可立即落地的解决方案。这些问题90% 的新手会在前三天遇到。5.1 问题unable to locate the codex cli binary类错误但实际是 BrowserSkill 的路径问题热词中大量出现unable to locate the codex cli binary or required runtime components这其实是混淆了不同 CLI 工具。BrowserSkill 本身不会报这个错但如果你在系统 PATH 中同时存在多个cli工具如codex,trae,devecoShell 可能调用错二进制。验证方法which bsk # 应输出 /usr/local/bin/bsk ls -la $(which bsk) # 检查文件权限必须有可执行位避坑技巧永远用绝对路径调用bsk尤其在 CI 脚本中# 不推荐依赖 PATH bsk run ... # 强烈推荐绝对路径杜绝歧义 /usr/local/bin/bsk run ...5.2 问题Chromium 启动失败报错Failed to move to new namespace: PID namespaces supported, Network namespace supported, but failed: errno Operation not permitted这是麒麟系统及其他 Linux 发行版容器化环境中的经典问题。根本原因是--no-sandbox参数在某些内核配置下仍受限制。解决方案不是升级内核风险高而是改用--disable-setuid-sandboxbsk launch \ --headless \ --port 9222 \ --extra-args --disable-setuid-sandbox --no-sandbox --disable-gpu--disable-setuid-sandbox比--no-sandbox更温和它禁用的是 setuid 沙箱而非整个沙箱机制在大多数容器环境中都能工作。5.3 问题bsk click不生效元素明明可见却无法点击这不是bsk的 bug而是前端框架的常见陷阱。三大原因及对策元素被遮挡检查是否有z-index更高的弹窗、广告层。对策bsk screenshot --full-page查看真实渲染用bsk hover先悬停再点击事件被阻止某些按钮有onclickreturn false或event.preventDefault()。对策不用click改用bsk evaluate document.querySelector(#btn).click()直接调用 DOM 方法异步渲染Vue/React 组件可能在click后才渲染目标元素。对策bsk wait-for-selector加--stable参数等待元素在 DOM 中稳定存在 500ms。5.4 问题bsk type输入中文乱码或特殊字符如,#无法输入bsk type默认使用 CDP 的Input.insertText方法它对 Unicode 支持不完美。正确做法是改用Input.dispatchKeyEvent模拟键盘事件bsk type #username --text admin --method key-event--method key-event参数会把字符串拆解为一个个 Unicode 码点逐个发送keydown/keypress/keyup事件100% 支持中文和符号。5.5 问题Skill 中outputs.expression返回undefined但页面中明明有值这是因为outputs.expression在 Skill 执行完毕后执行此时页面可能已跳转或刷新。对策把outputs提前到关键步骤后或用bsk evaluate显式获取steps: - action: navigate args: { url: https://example.com } - action: evaluate args: expression: document.cookie.split(; ).find(row row.startsWith(sessionid)).split()[1] outputs: - name: session_id expression: result5.6 问题在 Windows 上bsk命令不识别或链式执行失败Windows CMD 对支持有限且路径分隔符是\。解决方案永远用 PowerShellbsk官方测试基于 PowerShellCMD 兼容性差路径用正斜杠bsk run skills\login.skill改为bsk run skills/login.skill长命令用反引号换行bsk run skills/login.skill --username admin --password 1234565.7 问题bsk screenshot截图空白或只截取到顶部一小部分这是无头模式下的经典渲染问题。根本原因是 Chromium 无头模式默认视口大小为 800x600而现代网页常需更大视口。对策bsk launch --viewport-width 1920 --viewport-height 1080 bsk screenshot --full-page或者在 Skill 中设置steps: - action: launch args: viewport-width: 1920 viewport-height: 10805.8 问题Skill 执行缓慢比预期多花 2~3 秒这通常是因为bsk默认启用网络请求拦截用于bsk http命令即使你没用到。关闭它bsk run skills/login.skill --no-network-intercept--no-network-intercept参数禁用所有网络请求钩子启动速度提升 40%CPU 占用降低 60%。最后分享一个小技巧BrowserSkill 的 Skill 文件支持继承。你可以创建一个base.skill定义通用的launch和cleanup步骤其他 Skill 用extends: base.skill复用避免重复代码。这招让我们团队的 Skill 库从 47 个文件减少到 12 个维护成本下降 75%。