马佳彬
微信改版啦，一定别忘记点击上方蓝色的公众号名称，进入公众号资料页面，在右上角点击“...”设为星标★，更多干货，不再错过！
今天刷到一个挺有意思的开源工具，一开始以为是个 Skill，后来用 WorkBuddy 装完之后，才发现是个技能生成器的本地应用。
说到制作和生成 Skill 技能，一般情况下，我们会先安装一个生成 Skill 的 Skill，比如常见的 Skill-creator，再跟模型对话去生成新的 Skill。
传统用 Skill-creator 结合会话上下文生成 Skill 时，会话里的干扰信息多，需求又容易天马行空，导致蒸馏出来的 Skill 会有损耗，质量不是太稳。
而今天要给大家介绍的这个叫 Browser-BC 的工具，它是通过人手动在浏览器里把任务演示一遍，系统把操作轨迹蒸馏成可复用的 Skill，下次 Agent 直接可以调用，不用再盲目重复尝试。
本文脉络
01
它解决什么问题
02
四步工作流
03
实操录制 Skill
01 · CONTEXT
Browser-BC 到底是什么
Browser-BC 的目的，是给模型一段干净且完整覆盖工作流的上下文，而录屏演示就是最自然的干净上下文来源。
「你不是让模型猜流程，而是把流程亲手演示给它看。」
当然，从它的核心工作流上可以看出，有点类似于浏览器自动化沉淀为 Skill，但又不完全是为了自动化，更多是成为一种技能。
举个例子，现在网上也有自动发文章到某平台技能，这种 Skill 没错是用到浏览器自动化操作。但其核心在于，如何把这个标准流程给跑通。
浏览器自动化只是工具，可控的流程和约束才是重点。
02 · WORKFLOW
四步把操作轨迹蒸馏成 Skill
根据官方的项目介绍，Browser-BC 的核心工作流可以总结为以下四步。
01
操作轨迹：用户在浏览器完成一次真实操作，比如登录、搜索、填表、提交。工具通过扩展完整记录页面快照、DOM、可访问性树、点击输入、页面反馈和最终状态。
02
能力提取：清洗噪声，比如误点、等待、隐私信息，再按语义切分连贯子过程。
03
能力归桶：把提取出的过程性知识组织起来，相似意图合并、特化，形成技能图谱，也就是 Skill Graph。
04
技能生成：大模型把轨迹转写成结构化技能卡，只保留意图、步骤、完成判据、避坑点，剥离坐标、DOM 选择器、临时 ID、登录态等脆弱细节。
03 · DESIGN
三个关键设计点
就像 Browser-BC 的项目文件中说的那样，它有以下三个关键设计点。
01
不是 RPA 回放：传统的按键精灵只会录制坐标，页面一改动就废了。Browser-BC 录的是语义级说明书，页面布局变了，Agent 也能举一反三。
02
蒸馏与执行解耦：强模型如 Claude Opus 蒸馏一次，小模型、便宜模型也能拿着技能去执行，WebArena-Hard 上成功率从 60.5% 提升到 81.4%，ClawBench 上从 32.9% 提升到 68.4%。
03
贴近 Claude Skills 体系：原生适配 ~/.claude/skills/，但也明确不限于 Claude，WorkBuddy 等桌面 Agent 可迁移复用。
PROJECT
Browser-BC 的开源地址：github.com/Einsia/Browser-BC
04 · INSTALL
用 WorkBuddy 把工具跑起来
接下来老马会全程使用 WorkBuddy 来进行安装操作，浏览器使用谷歌，模型默认选用 WorkBuddy 目前限时免费的 Hy3。
首先，给 WorkBuddy 发送一句话提示词，让其安装 Browser-BC 这款工具。
老规矩，有可能会提示你安装失败，这种情况大概率就是你的网络访问不了 Github 网站。可以给老马的公众号发送“github访问”，根据回复的文字去操作。
Browser-BC 安装完毕后，正常会在你的电脑桌面生成一个工具的文件夹，名字叫 JourneyForge-Local。
如果没有，你就问一下 WorkBuddy，这个文件夹放在什么路径。不过找不到也没关系，后续安装浏览器拓展程序的时候，WorkBuddy 也会告诉我们路径的。
下一步是让 WorkBuddy 把它真正跑起来，并且写一个WorkBuddy 适配器，提示词就是这样的一句话。
跑起来后，WorkBuddy 会提示我们，需要把 Playwright MCP 接到 WorkBuddy 里面，并且你还得额外提供一个模型的 API，给 Browser-BC 对接使用。
什么意思呢？就是 Browser-BC 这款工具，它得单独接入一个模型。这就要求你有模型的 API 信息，比如你之前在 Deepseek 开放平台上已经开通购买了一个 API。
老马这里也是填写的 Deepseek 的 API 信息，模型使用 deepseek-v4-flash，把对应的 API 地址和 API Key 一并发送给 WorkBuddy。
然后为了后续操作方便，WorkBuddy 提示老马，要不要写一个一键录制→蒸馏→同步的 WorkBuddy 工作流，把这几步串起来。当然可以，直接开干。
05 · RECORD
安装浏览器扩展并开始录制
这一步搞定之后，老马就发送了一句开始录制给 WorkBuddy。结果发现，谷歌浏览器的拓展程序还没安装。
按照 WorkBuddy 给出的提示，这个浏览器拓展程序是已经解压好的，是一个文件夹。一般路径位于：你的用户名/Desktop/JourneyForge-Local/extension/dist/chrome-mv3。
1.在谷歌浏览器地址栏输入：chrome://extensions 键盘回车
2.右上角打开开发者模式
3.点击加载已解压的扩展程序
4.选择 chrome-mv3 目录即可安装成功
浏览器的拓展程序安装成功后，老马打开了 B 站的网页，准备待会录制一个操作流程。就是在 B 站搜索 AI 的视频，然后挨个点开播放，给每个视频挨个点赞。
开始操作之前，在浏览器里面找到我们刚刚安装好的 Journey Forge Local 拓展程序，一般在浏览器右侧的拼图图标点开，列表中就能看到。
06 · DISTILL
从录制到导入 Skill
打开 Journey Forge Local 拓展程序，先在 Task name 输入一个名称，就好比你要录制的 Skill 的名字，比如老马这里写的是B站自动点赞。
然后点击 Start recording，也就是开始录制，这时显示的效果就有点类似于在录视频那样子。老马就可以开始去搜索 AI 视频，给每个视频挨个点赞了。
当然，并不需要说录制很久，象征性地录制几遍差不多了。老马也不可能给几百个 B 站视频都点赞对吧。
录制完毕后，点击 Stop 停止录制，再点击 Upload 上传，就算完成了。
回到 WorkBuddy，给它发送一句话，说录制已经完成并且上传了。WorkBuddy 就会去查你刚才上传的文件，整理导入成可以用的 Skill。
∞ · POSTSCRIPT
这种方式更适合复杂流程
Browser-BC 的整个操作过程可能略显复杂，但比单纯用 Skill 去制作生成 Skill 来说，这种工作流会更靠谱一些。
当然，WorkBuddy 配合 Hy3 模型效果不是最好。如果你发现录制后的 Skill 实际运行起来有问题，建议把模型切换到 GLM-5.2 或 Kimi K3 重新录一遍。
好了，以上就是今天的分享。
