Selenium Browser Control

通过 Selenium 自动化控制浏览器，支持网页打开、元素操作、标签页管理、截图、JS 执行及代理设置等功能。

Browser Control Skill

浏览器控制工具 - 通过 Selenium 实现浏览器自动化控制。

功能列表 (35+ 命令)

基础操作

命令	说明
open <url>	打开网页
screenshot	网页截图
screenshotb64	网页截图(base64)
fullscreen	全页面截图
js <script>	执行 JavaScript
cookies	获取 Cookies
setcookie <name> <value>	设置 Cookie
clearcookies	清除 Cookies
source	获取页面源码
title	获取标题
url	获取当前 URL

元素操作

命令	说明
find <selector>	查找元素
click <selector>	点击元素
fill <selector> <text>	填写输入框
submit <selector>	提交表单
hover <selector>	悬停
attr <selector> <name>	获取元素属性

导航操作

命令	说明
back	后退
forward	前进
refresh	刷新
wait <seconds>	等待
scroll [x] [y]	滚动页面
scrollto <selector>	滚动到元素
waitelem <selector>	等待元素出现

标签页操作

命令	说明
newtab <url>	新建标签页
switchtab <index>	切换标签页
closetab	关闭标签页
tabs	获取所有标签页

高级功能

命令	说明
links	获取所有链接
images	获取所有图片
size	获取页面尺寸
ua <user-agent>	设置 User-Agent
proxy <address>	设置代理

依赖安装

bash

pip install selenium

需要 Chrome 浏览器和 ChromeDriver。

使用示例

bash

# 打开网页并截图
python scripts/browser_ctrl.py open https://www.baidu.com
python scripts/browser_ctrl.py screenshot

# 查找元素并填写
python scripts/browser_ctrl.py find "#kw"
python scripts/browser_ctrl.py fill "#kw" "搜索内容"
python scripts/browser_ctrl.py click "#su"

# 获取页面所有链接
python scripts/browser_ctrl.py links

# 设置代理
python scripts/browser_ctrl.py proxy "http://127.0.0.1:8080"

# 设置 User-Agent
python scripts/browser_ctrl.py ua "Mozilla/5.0..."

触发关键词

• "打开网页"、"浏览器"
• "网页截图"
• "执行 JS"
• "点击"、"填写"
• "前进"、"后退"
• "获取链接"、"获取图片"
• "设置代理"

注意事项

• 需要安装 Chrome 浏览器
• 需要 chromedriver 与 Chrome 版本匹配
• 无头模式运行（不显示浏览器窗口）
• 截图保存在 ~/Pictures/OpenClaw/
• 支持 CSS 选择器和 XPath