Playwright Scraper

使用 Playwright + Stealth 插件绕过反爬机制抓取页面。

Playwright Stealth Scraper 🕷️

当 web_fetch 工具拿不到目标页面内容时（403、JS渲染、反爬），用这个技能。

前置条件

需要本地安装了 Playwright 和 Chromium。

# 在技能目录下安装
cd ~/.openclaw/workspace/skills/playwright-scraper
npm install playwright puppeteer-extra-plugin-stealth
npx playwright install chromium

注意：这会下载约 300MB 的 Chromium 二进制文件。

什么时候用这个

场景	用什么
普通网页、API 返回	web_fetch（内置，轻量）
被 Cloudflare 等反爬拦截	playwright-scraper
页面需要 JS 渲染才能显示内容	playwright-scraper
需要登录后抓取	playwright-scraper + 手动处理 cookie

使用方式

方式一：写一个独立脚本（推荐）

const { chromium } = require('playwright-extra');
const stealth = require('puppeteer-extra-plugin-stealth')();
chromium.use(stealth);

(async () => {
  const browser = await chromium.launch({ headless: true });
  const page = await browser.newPage();
  await page.goto('目标URL', { waitUntil: 'networkidle' });
  const content = await page.content();
  // 提取你需要的内容
  console.log(content);
  await browser.close();
})();

方式二：直接用 OpenClaw 的 browser 工具

# 启动浏览器
browser action=start profile=openclaw
# 打开页面
browser action=open url=目标URL
# 获取快照
browser action=snapshot targetId=XXX

内置 browser 工具通常够用，playwright-scraper 主要应对特殊反爬场景。

注意

• 不要高频爬取，尊重 robots.txt
• 如果目标网站有登录墙，不要自动填凭据，请示老板
• 爬下来的数据存到工作区对应目录，不要丢在 /tmp