Install
openclaw skills install opencli-browser-automationopencli浏览器自动化
基于 opencli + Chrome/Chromium Browser Bridge 的轻量化浏览器自动化技能。实现无需付费API即可操控浏览器，支持502条命令覆盖79个网站，支持知乎热榜、豆包聊天、B站等平台的自动化操作。当用户需要自动化浏览器操作、抓取网页数据、操控AI聊天机器人、执行连续对话任务时使用本技能。
opencli 浏览器自动化技能方案
基于 opencli + Chrome/Chromium Browser Bridge，实现轻量化浏览器自动化
实战验证：2026-04-06 成功测试知乎、豆包连续对话！
一、适用范围
- 公开可访问的网页（无需登录）
- 已登录态的网站（需先在浏览器中登录）
- GitHub、知乎、B站、豆包、小红书等各类网站
- 支持 502 条命令，覆盖 79 个网站和 7 个外部 CLI 工具
- AI 驱动：自动探索网站、生成命令、录制操作
- ✅ 已验证可用：知乎热榜、B站排行、豆包聊天连续对话
二、前置条件
2.1 浏览器要求
用户需拥有以下任一浏览器（Edge/Chrome Beta/Chrome Dev 均可）：
- Edge（基于 Chromium，与扩展完全兼容）
- Chrome Beta（推荐，opencli 官方测试环境）
- Chrome Dev
2.2 扩展安装步骤
- 下载扩展包：
opencli-extension.zip（已备份至D:\BaiduSyncdisk\Workbuddy\backup\） - 解压到任意目录
- 打开浏览器
edge://extensions/或chrome://extensions/ - 开启右上角「开发者模式」
- 点击「加载解压缩的扩展」，选择解压后的文件夹
2.3 验证扩展连接状态
opencli doctor
输出应显示：
Extension: connected ✅
⚠️ 重要：Chrome Beta 必须保持运行，扩展才能连接。关闭浏览器后需重新打开才能恢复。
三、核心命令速查
基础操作（opencli operate）
| 命令 | 用途 |
|---|---|
opencli doctor | 检查扩展连接状态 |
opencli daemon status | 查看守护进程状态（PID/端口/内存） |
opencli operate open <URL> | 打开网页 |
opencli operate state | 获取页面可交互元素列表 |
opencli operate click <index> | 点击元素（按索引） |
opencli operate type <index> <text> | 输入文字 |
opencli operate screenshot [path] | 截图 |
opencli operate eval <js> | 执行 JavaScript |
opencli operate wait [秒数] | 等待页面加载 |
opencli operate scroll [px] | 滚动页面 |
AI 驱动的高级命令
| 命令 | 用途 |
|---|---|
opencli explore <url> | 探索网站，自动发现可用接口、API、存储结构 |
opencli generate <url> | 一键：探索→合成→注册，直接生成新命令 |
opencli cascade <url> | 策略级联：自动找最简单的可用策略 |
opencli record <url> | 录制浏览器操作，生成 YAML 命令候选 |
opencli validate <target> | 验证命令定义是否正确 |
opencli verify <target> | 验证+冒烟测试 |
opencli plugin | 管理插件 |
常用平台命令示例
| 平台 | 命令示例 | 说明 |
|---|---|---|
| 知乎 | opencli zhihu hot | 知乎热榜（✅已验证） |
| B站 | opencli bilibili ranking | B站热门视频（✅已验证） |
| Hacker News | opencli hn top 或 opencli hackernews top | HN 热帖（✅已验证） |
| V2EX | opencli v2ex hot | V2EX 热门话题 |
| 36氪 | opencli 36kr hot | 36氪热榜 |
| 新浪财经 | opencli stock <代码> | A股/港股/美股行情 |
| YouTube | opencli youtube search <关键词> | YouTube 搜索 |
| 豆包/元宝 | opencli yuanbao ask "问题" | 腾讯元宝对话 |
| 携程 | opencli ctrip search <目的地> | 携程搜索 |
| 虎扑 | opencli tihu detail <帖子ID> | 虎扑帖子详情 |
| 小红书 | opencli xhs user <用户ID> | 小红书用户笔记（需cookie） |
四、豆包聊天操作流程（✅实战验证）
豆包是字节跳动旗下的 AI 助手，支持连续对话、代码编写、图片生成等。
4.1 操作步骤
# 1. 先确认扩展连接
opencli doctor
# 2. 打开豆包
opencli operate open "https://www.doubao.com"
# 3. 等待页面加载
Start-Sleep -Seconds 3
# 4. 查看页面状态（找到输入框索引）
opencli operate state
# 5. 定位输入框（注意：豆包的输入框每次状态查询会变ID）
# 方法A：用 state 返回的索引，如 [162] 或 [214] 等
opencli operate type <索引> "你好，请介绍一下你自己"
# 方法B：用 JS 定位（更可靠）
opencli operate eval "document.querySelector('[data-testid=chat_input_input]')?.focus()"
# 6. 发送消息（用 JS 模拟 Enter 键，最可靠）
opencli operate eval "document.querySelector('[data-testid=chat_input_input]')?.dispatchEvent(new KeyboardEvent('keydown', {key:'Enter', code:'Enter', keyCode:13, bubbles:true}))"
# 7. 等待回复（豆包通常 3-5 秒回复）
Start-Sleep -Seconds 5
# 8. 获取回复内容
opencli operate eval "document.body.innerText"
# 9. 截图查看实际效果
opencli operate screenshot "C:\path\to\doubao_result.png"
4.2 连续对话技巧
# 每条消息发送后，输入框元素ID会变化，需要重新定位
# 流程：state → 找输入框索引 → type → eval发送
# 示例：连续对话3次
# 第1轮
opencli operate state | Select-String "chat_input"
# 假设输出：[162]<textarea ... />
opencli operate type 162 "请帮我写一首诗"
opencli operate eval "..." # 发送
# 第2轮（输入框ID变成其他数字）
opencli operate state | Select-String "chat_input"
# 假设输出：[214]<textarea ... />
opencli operate type 214 "这首诗很美！是即兴创作的吗？"
opencli operate eval "..." # 发送
4.3 豆包可用功能
| 功能 | 状态 | 示例 |
|---|---|---|
| 自我介绍 | ✅ 已验证 | "你好，请介绍一下你自己" |
| 文字创作 | ✅ 已验证 | "写一首关于春天的七言绝句" |
| 连续对话 | ✅ 已验证 | 能记住前面的对话内容 |
| 代码编写 | ✅ 已验证 | "用Python写一个计算天数的函数" |
| 图片生成 | ⚠️ 可用 | "请帮我画一幅春天的风景画" |
4.4 豆包操作注意事项
- 输入框定位：豆包的输入框选择器是
[data-testid=chat_input_input] - 发送方式：用 JS 模拟 Enter 键比直接用
opencli operate click更可靠 - 等待时间：文字回复 3-5 秒，代码回复 2-3 秒，图片生成可能需要 10-20 秒
- 上下文保持：连续对话正常，会记住之前的内容
- URL变化：开始对话后 URL 会变成类似
/chat/38420299164573698这样的对话ID
五、知乎操作流程（✅实战验证）
5.1 无需登录的操作
# 1. 打开热榜
opencli operate open "https://www.zhihu.com/hot"
# 2. 直接获取热榜数据（无需登录）
opencli zhihu hot
5.2 需要登录的操作
# 1. 人工在浏览器中完成登录
# 2. 之后可以直接操作
opencli operate open "https://www.zhihu.com/search?type=question&q=关键词"
Start-Sleep -Seconds 3
# 3. 滚动查看内容
opencli operate eval "window.scrollBy(0, 500)"
Start-Sleep -Seconds 2
# 4. 提取搜索结果
opencli operate eval "JSON.stringify([...document.querySelectorAll('h2, .ContentItem-title')].map(el=>el.innerText).filter(t=>t.trim()).slice(0,20))"
5.3 知乎注意事项
- 登录后完全可用：热榜、搜索都能正常工作
- 操作节奏：适当加
wait，模拟真人操作节奏 - 触发验证：知乎有反AI检测，大规模操作可能触发验证
六、高级技巧
6.1 截图调试
# 关键步骤后截图确认
opencli operate screenshot "C:\path\to\debug1.png"
# 对比操作前后
opencli operate screenshot "C:\path\to\before.png"
# 执行操作...
opencli operate screenshot "C:\path\to\after.png"
6.2 用 JS 获取结构化数据
# 获取页面所有图片链接
opencli operate eval "JSON.stringify([...document.querySelectorAll('img')].map(img=>({src:img.src,alt:img.alt})))"
# 获取对话内容（豆包等聊天页面）
opencli operate eval "document.body.innerText"
# 检查元素是否存在
opencli operate eval "document.querySelector('[data-testid=chat_input_input]') !== null"
6.3 页面滚动
# 滚动到指定位置
opencli operate eval "window.scrollTo(0, 500)"
opencli operate eval "window.scrollTo(0, document.body.scrollHeight)"
# 滚动查看完整内容
opencli operate eval "window.scrollBy(0, 500)"
6.4 等待页面加载
# 固定等待
Start-Sleep -Seconds 3
# 循环等待直到页面加载完成
opencli operate state | Select-String "loading"
七、标准使用流程
7.1 日常使用流程
1. 确认扩展已加载
→ opencli doctor
2. 导航到目标网页
→ opencli operate open "https://example.com"
3. 获取页面元素
→ opencli operate state
4. 根据索引操作（点击/输入/滚动）
→ opencli operate click 5
→ opencli operate type 3 "搜索内容"
5. 截图确认结果
→ opencli operate screenshot
7.2 探索新网站（AI驱动）
1. 探索网站结构
→ opencli explore "https://target-site.com"
2. 合成新命令
→ opencli synthesize <target>
3. 注册命令
→ opencli register <name>
4. 一键完成以上三步
→ opencli generate "https://target-site.com"
7.3 需登录网站的流程
1. 人工在浏览器中完成登录
2. 在浏览器中手动完成验证（如果有）
3. 之后自动化操作会复用登录态
4. 如再次触发验证，重新人工完成
八、注意事项
8.1 反 AI 检测网站
| 网站 | 验证情况 | 解决方案 | 验证日期 |
|---|---|---|---|
| GitHub | ✅ 无需验证 | 直接可用 | - |
| 36氪 | ✅ 无需验证 | 直接可用 | - |
| Hacker News | ✅ 无需验证 | 直接可用 | 2026-04-06 |
| B站 | ✅ 无需验证 | 直接可用 | 2026-04-06 |
| 知乎 | ✅ 登录后完全可用 | 人工登录一次即可 | 2026-04-06 |
| 豆包 | ✅ 登录后完全可用 | 人工登录后连续对话正常 | 2026-04-06 |
| 微信 | ⚠️ 需扫码 | 需人工辅助 | - |
| 豆包图片生成 | ⚠️ 可能跳转 | 豆包说"我将为你绘制" | 2026-04-06 |
8.2 避免触发验证的技巧
- 操作节奏模拟真人：适当加
wait，每次操作间隔 1-2 秒 - 避免高频点击：不要在 1 秒内连续点击多次
- 先观察页面加载完成再操作：用
opencli operate state确认页面加载完毕 - 使用
opencli cascade：自动找最安全的策略 - 截图确认：关键步骤后截图，确认页面状态
8.3 故障排查
| 问题 | 解决方案 |
|---|---|
| Extension: not connected | 重启 Chrome Beta，确保扩展已启用 |
| 守护进程未运行 | 运行 opencli daemon 查看状态 |
| 操作无响应 | 先 opencli operate state 查看元素状态 |
| Chrome Beta 未运行 | 手动打开 Chrome Beta 浏览器 |
| 页面变空白/空 | 用 opencli operate open 重新导航到目标页面 |
| 输入框元素找不到 | 用 state 重新定位，元素ID每次会变 |
| 豆包发送后无回复 | 检查是否跳转了页面，等待更长时间 |
| URL 显示 about:blank | 扩展连接断开了，重新 open 目标页面 |
九、与 agent-browser 的对比
| 维度 | opencli | agent-browser |
|---|---|---|
| 浏览器 | 复用用户已有 Chrome | 自带 Chromium（约 300MB） |
| 登录态 | 完全复用真实浏览器 | 独立 profile |
| 安装大小 | ~30KB（扩展）+ npm 包 | ~300MB |
| 命令数量 | 502 个（79 个网站） | 通用操作 |
| AI 探索 | ✅ 有（explore/generate） | ❌ 无 |
| 推荐场景 | 优先使用，轻量简洁 | 备选方案 |
十、结论
opencli 是首选工具，理由：
- 复用用户已有浏览器，不额外占用空间
- 502 个现成命令，覆盖常用网站
- AI 探索功能强大，支持一键生成新命令
- 安装简单（npm + 扩展），不引入重复依赖
- 登录态完全复用，避免重复认证
agent-browser 作为备选，当：
- opencli 无法连接用户浏览器时
- 需要独立浏览器环境时
- 需要特定 Chromium 版本时
十一、实战测试记录
| 日期 | 测试内容 | 结果 | 备注 |
|---|---|---|---|
| 2026-04-06 | Hacker News 热帖 | ✅ 成功 | opencli hackernews top |
| 2026-04-06 | B站热门排行 | ✅ 成功 | opencli bilibili ranking |
| 2026-04-06 | 知乎热榜 | ✅ 成功 | 登录后 opencli zhihu hot |
| 2026-04-06 | 知乎搜索 | ✅ 成功 | opencli operate open + JS提取 |
| 2026-04-06 | 豆包自我介绍 | ✅ 成功 | 文字回复正常 |
| 2026-04-06 | 豆包写诗 | ✅ 成功 | "春日七言绝句"意境优美 |
| 2026-04-06 | 豆包连续对话 | ✅ 成功 | 能记住之前的对话内容 |
| 2026-04-06 | 豆包写Python代码 | ✅ 成功 | 完整代码+示例+注释 |
| 2026-04-06 | 豆包图片生成 | ⚠️ 可用 | 说"我将为你绘制"，可能跳转页面 |
十二、作者信息
作者：云爪 🐾
联系邮箱：3834522034@qq.com
版本历史：
- v1.2.0 (2026-04-06)：新增豆包/知乎操作流程、高级技巧、实战测试记录
- v1.1.0 (2026-04-06)：新增与 agent-browser 对比、故障排查
- v1.0.0 (2026-04-06)：初始版本