Browser Tool:网页打开、点击、输入、截图和验证

发布时间:2026/6/18 20:49:32
Browser Tool:网页打开、点击、输入、截图和验证
浏览器工具让 OpenClaw 能操作真实网页。但它不是“让 Agent 随便控制你的主浏览器”。官方文档的入门模型很清楚OpenClaw 可以运行一个专用的 Chrome/Brave/Edge/Chromium profile由 Agent 控制并与个人浏览器隔离。先说结论Browser 是隔离的自动化表面Browser Tool 负责启动/连接浏览器 profile 打开和管理 tab 读取页面 snapshot 执行 click/type/drag/select 截图和导出 PDF 读取 console/errors/requests 处理下载和文件选择 验证页面状态典型链路browser status ↓ open tab ↓ snapshot ↓ act click/type ↓ resnapshot ↓ screenshot / console / requests ↓ 最终验证openclaw profile 和 user profileOpenClaw 区分两类常见 profileopenclaw 专用、隔离、Agent 自动化优先 user 连接真实已登录 Chrome session适合需要现有登录态且用户在场确认默认应该优先用openclawprofile。只有确实需要已有登录态并且用户能处理 attach、2FA、captcha 等阻塞时才考虑userprofile。Snapshot 比截图更适合行动截图适合人看。Snapshot 更适合模型行动因为它包含页面结构、可交互元素、ref、文本和角色信息。推荐循环打开页面 ↓ snapshot ↓ 选择稳定 ref / tabId ↓ 执行动作 ↓ 重新 snapshot ↓ 验证变化不要凭旧 ref 一直点击。页面变化后 ref 可能 stale。点击、输入和等待Browser action 不应该像“盲点坐标”。更稳的方式是先 snapshot 找元素 用 ref 或稳定 selector 操作 动作后等待页面变化 重新 snapshot 验证 失败时恢复一次再报告人工阻塞如果遇到登录 2FA captcha 摄像头/麦克风权限 支付或敏感提交Agent 应该停下来请求人工处理而不是猜。截图和验证Browser Tool 的截图不是装饰。它可以用于确认页面渲染 验证自动化结果 记录失败状态 对比 UI 改动 导出 PDF 或最终报告但真正可靠的验证通常要组合snapshot 文本 console errors network requests screenshot 业务结果单张截图只能证明“看起来像”不能证明“数据一定对”。配置和可用性Browser 是 bundled plugin。要让 Agent 使用它需要同时满足browser plugin enabled browser.enabledtrue tool policy 允许 browser profile 可启动或可连接 Playwright / CDP 能力可用 SSRF policy 允许目标地址如果 Agent 说 browser tool 不可用先查openclaw browser status openclaw browser doctor openclaw browser snapshot一个真实场景用户说打开后台把昨天订单筛出来截图给我确认。合理流程1. browser status确认 profile 2. open 后台 URL 3. snapshot 找日期筛选控件 4. type/click 设置昨天 5. resnapshot 确认筛选条件 6. screenshot 保存结果 7. 如果需要下载再等待 download 8. 总结操作和验证依据常见误解误解一Browser Tool 就是我的 Chrome不是。默认是隔离的 OpenClaw-managed browser。误解二截图就是验证截图只是证据之一还要看 DOM、console、network、业务状态。误解三登录和 captcha 可以自动绕过不应该。它们通常是人工阻塞。误解四能打开网页就能访问任何地址不一定。SSRF policy、profile、网络、权限都会限制。最后总结Browser Tool 的核心是“可观察的网页自动化”。一句话总结先 snapshot 再行动行动后再验证默认使用隔离 profile遇到人工阻塞就停下来。本节作业用自己的话解释openclawprofile 和userprofile。设计一个 snapshot → click → resnapshot 的浏览器流程。列出三种需要人工介入的浏览器场景。思考截图、DOM snapshot、console errors 分别能证明什么。下一节预告下一节讲 Canvas / Artifact如何把结果变成可查看、可交互的产物。参考资料OpenClaw DocsBrowserOpenClaw DocsBrowser control APIOpenClaw DocsBrowser loginOpenClaw DocsBrowser troubleshooting原文链接Browser Tool网页打开、点击、输入、截图和验证 | Harries Blog™