Agent Browser Automation

无头浏览器自动化CLI，专为AI Agent优化，支持页面操作、数据提取、可访问性树快照及稳定抓取。

Install

openclaw skills install @thcjp/agent-browser-automation

核心功能: 本技能提供化工作流场景等能力。

Agent Browser

专业版专属特性

能力	免费版	付费版
基础功能	支持	支持
Agent Browser稳定抓取	不支持	支持
多标签页并行抓取	不支持	支持
反爬虫策略自动绕过	不支持	支持
页面结构变化自适应	不支持	支持
批量导出结构化数据	不支持	支持

能力一览

Headless browser automation CLI optimized for AI agents with accessibility tree snapshots and ref

快速掌握

确认运行环境满足依赖说明中的要求
在AI Agent对话中调用本技能,提供必要的输入参数
检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

场景说明

场景	输入	输出
场景1 无头浏览器自动化CLI	用户请求数据	结构化处理结果
场景2 专为AI Agent优化	用户请求数据	结构化处理结果
场景3 带可访问性树快照与引用	用户请求数据	结构化处理结果

不适用于：需要人工判断的复杂决策场景

使用方法

初始化浏览器会话: 启动无头浏览器实例,配置代理与用户代理参数
执行页面交互: 按照用户指令进行导航/点击/输入/提取等页面操作
采集与返回数据: 提取页面内容或操作结果,返回结构化数据与截图
异常处理: 如遇错误,参考错误处理章节中对应场景的处理方式

参数说明

参数名	类型	必填	说明
content	string	否	agent-browser-automation处理的内容输入
mode	string	否	处理模式, 可选: json/text/markdown,
max_retries	integer	否	单步最大重试次数, 默认: 2
skip_steps	array	否	跳过的步骤编号(用于断点续传), 默认: []

结果格式

json

{
  "success": true,
  "data": {
    "final_result": {
      "automation_result": "automation_result_value",
      "automation_metadata": "automation_metadata_value",
      "automation_status": "automation_status_value"
    },
    "execution_log": [
      {
        "step": 1,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 1200,
        "output_summary": "按流程执行"
      },
      {
        "step": 2,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 3500,
        "output_summary": "按流程执行"
      },
      {
        "step": 3,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 2100,
        "output_summary": "按流程执行"
      },
      {
        "step": 4,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 800,
        "output_summary": "按流程执行"
      }
    ],
    "total_duration_ms": 7600,
    "gates_passed": 3,
    "gates_total": 3
  },
  "error": null
}

中间产物模板参考: assets/agent-browser-automation_template

故障恢复

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达

依赖与配置

运行环境

Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
操作系统: Windows / macOS / Linux

依赖说明(补充)

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

可用性分类

分类: MD+execute()
说明: 基于Markdown的AI Skill,

API Key配置方式:

bash

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

案例展示

bash

agent-browser open https://www.google.com
agent-browser snapshot -i --json
agent-browser fill @e1 "AI agents"
agent-browser press Enter
agent-browser wait --load networkidle
agent-browser snapshot -i --json
agent-browser get text @e3 --json
agent-browser get attr @e4 "href" --json

疑问汇编

Q1: 如何开始使用Agent Browser？

A: 请参考使用流程和依赖说明章节，确保运行环境满足要求后调用本技能。

错误恢复策略

错误场景2	原因	处理方式
LLM响应超时或无响应	网络延迟或模型负载过高	请求重试；确认Agent平台LLM服务正常
输入内容格式不正确	用户输入不符合skill预期格式	检查输入是否符合skill使用说明中的格式要求，参考示例章节
执行结果与预期不符	指令描述不够明确或上下文不足	提供更详细的指令描述，补充必要的上下文信息
命令执行失败	运行环境不满足要求或权限不足	确认运行环境符合依赖说明中的要求；检查命令权限设置

差异化分析

效率提升量化分析

操作步骤	手动耗时	自动化耗时	时间节约	准确率提升
页面导航	10分钟	1分钟	9分钟	10%
数据提取	20分钟	3分钟	17分钟	15%
数据处理	30分钟	5分钟	25分钟	20%
多页面操作	1小时	15分钟	45分钟	30%
复杂交互	2小时	30分钟	1.5小时	25%

差异化对比

对比维度	本技能	手动操作	Python脚本	专业软件
易用性	高	低	中	高
速度	高	低	中	高
可定制性	高	低	中	高
成本	低	高	中	高
学习曲线	低	高	中	低

核心痛点解决

痛点	描述	影响范围	解决方案	量化效果
重复劳动	人工进行网页操作和数据提取效率低，易出错	降低工作效率，增加错误率	自动化操作和数据提取	提高效率50%，降低错误率20%
网页结构变化	网页结构变化导致手动操作失效	影响数据准确性，增加维护成本	自动适应网页结构变化	提高数据准确性10%，降低维护成本30%
网络波动	网络波动导致操作失败	影响数据完整性，增加重试次数	自动重试机制	提高数据完整性80%，减少重试次数20%

常见问题FAQ

Q1: 智能体浏览器自动化支持哪些浏览器？

A: 智能体浏览器自动化支持主流的无头浏览器，如Chrome和Firefox。

Q2: 如何设置代理和用户代理参数？

A: 在初始化浏览器会话时，可以通过配置参数来设置代理和用户代理。

Q3: 智能体浏览器自动化如何处理反爬虫策略？

A: 付费版智能体浏览器自动化支持自动绕过常见的反爬虫策略。

Q4: 智能体浏览器自动化如何处理页面结构变化？

A: 智能体浏览器自动化可以自动适应页面结构的变化，确保数据提取的准确性。

Q5: 智能体浏览器自动化如何进行批量导出？

A: 通过配置输出参数，可以将抓取的数据批量导出为结构化数据格式。

问题处理指引

错误现象	可能原因	诊断步骤	解决方案
无法初始化浏览器会话	运行环境不满足要求	检查依赖说明中的配置要求	确认运行环境，安装缺失组件
页面操作失败	网络连接问题	检查网络连接，尝试重新操作	检查网络连接，尝试更换网络环境
数据提取失败	页面结构变化	检查页面结构是否发生变化	更新页面结构快照，重新执行操作
自动化脚本执行异常	脚本错误	检查脚本语法和逻辑	修复脚本错误，重新执行

安全提示

确保所有操作符合目标网站的robots.txt规则。
避免对同一网站进行过度的请求，以免触发反爬虫机制。
保护配置文件和敏感数据，防止泄露。
定期更新自动化脚本，以适应网站结构的变化。
监控自动化脚本的执行情况，及时发现并处理异常。

安全风险防范

风险项	等级	防护措施	验证方法
API密钥泄露	高	通过环境变量配置，禁止硬编码	定期检查代码和配置文件
命令执行风险	高	仅执行白名单命令，避免拼接用户输入	使用沙箱环境测试
网络通信安全	中	使用HTTPS协议，验证SSL证书	定期检查证书有效期
敏感数据暴露	高	输出结果中不包含密钥、令牌等敏感信息	日志脱敏审查
未授权访问	中	限制访问权限，实施认证机制	定期审计访问日志

功能特点

自动化执行: 无头浏览器自动化CLI,专为AI Agent优化,带可访问性树快照与引用,稳定抓取。Headless browser a
文件处理: 支持多种文件格式的读取、解析和写入操作
API集成: 通过标准化接口调用外部服务并处理响应
命令执行: 在安全沙箱中执行系统命令并收集结果
信息检索: 快速搜索和过滤目标数据

故障处理方案

针对智能体浏览器自动化使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数
网络连接失败	DNS解析失败或防火墙拦截	检查网络配置,确认代理设置

智能体浏览器自动化通用排查步骤

检查输入参数: 确认所有必填参数已提供且格式正确
查看日志输出: 定位具体错误行和异常类型
验证环境配置: 确认依赖库版本和运行环境满足要求
逐步调试: 缩小问题范围,隔离故障模块

错误处理指南

针对智能体浏览器自动化使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数
网络连接失败	DNS解析失败或防火墙拦截	检查网络配置,确认代理设置

智能体浏览器自动化通用排查步骤

检查输入参数: 确认所有必填参数已提供且格式正确
查看日志输出: 定位具体错误行和异常类型
验证环境配置: 确认依赖库版本和运行环境满足要求
逐步调试: 缩小问题范围,隔离故障模块