浏览器自动化一般主要靠代码框架、零代码工具和 AI 辅助工具实现,常用于功能测试、和跨浏览器兼容性测试。
常见的代码框架类工具:
在 AI Agent 时代,浏览器自动化已成为必备技能,而上述传统的 Puppeteer/Playwright/Selenium 框架存在以下痛点:
OpenClaw 的出现改变了这一切,它是一个自托管的 AI Agent 网关,内置了强大的浏览器控制能力,可以通过 CDP 协议实现了:
这一篇我们来介绍 一下,OpenClaw 如何通过浏览器自动化操作网站。
1、OpenClaw
OpenClaw 是一个多通道 AI Agent 网关,提供:
2、CDP(Chrome DevTools Protocol)
CDP 是 Chrome 浏览器的调试协议,允许开发者通过编程方式:
所有现代浏览器自动化工具(Puppeteer、Playwright)都基于 CDP 构建。
3、CDP 连接架构
架构分三部分:
这里主要以浏览器自动化为主,简化一下步骤,主要分两步
1、安装 OpenClaw
2、初始化配置
目前 OpenClaw 提供了两种浏览器模式:
说白了,就是:让 AI 直接用我的 Chrome,带着我所有的登录状态,稳定地、像我本人一样去操作网页。
这类需求其实有一个更底层、更可靠的解决openclaw方案:通过 Chrome 的远程调试协议(CDP)直接连接。
1、浏览器(OpenClaw 托管)
它会启动一个全新的 Chromium 实例,有自己独立的用户数据目录。但问题很明显:这是一台”全新的电脑”,什么登录状态都没有。你想让 AI 帮你操作后台管理页面?不好意思,先登录。碰到二次验证、短信验证码的?那基本没戏。而且这个浏览器的连接稳定性也一般,时不时会断。
这种方式,它是怎么工作的呢?
Chrome 内置了一个叫 DevTools Protocol(CDP)的调试接口。平时你按 F12 打开的开发者工具,底层用的就是这个协议。我们要做的,就是让 Chrome 把这个接口通过一个本地端口暴露出来,然后让 OpenClaw 连上去。
连上之后,OpenClaw 就能像人一样操作浏览器:点击按钮、填写表单、读取页面内容,截图快照全都可以。而且因为走的是底层协议,比扩展中继稳定得多。
新手视角:
此浏览器不是你的日常浏览器。它是一个安全、隔离的界面,用于智能体自动化和验证。
具体怎么使用:
1、先查看浏览器状态(默认是关闭的)
2、启动独立浏览器(openclaw 配置文件),完全隔离的浏览器实例,适合自动化任务:
3、启动后,就可以打开指定网页了,比如
OpenClaw 默认是无头(headless)无界面模式,看不到窗口。
4、也可以直接截图,截图是基于第3步打开的网页页面来截取的。
5、如果你想更改配置,比如想将OpenClaw默认改为有头模式,可以修改浏览器设置位于
注意事项:
更多使用,可查询帮助命令:
2、Chrome 扩展中继
OpenClaw Chrome()扩展让代理能控制你现有的 Chrome 标签页,通过 Chrome 扩展控制你正在使用的 Chrome 标签,而不是启动一个单独的浏览器配置文件,附加/分离通过一个工具栏按钮完成。
具体流程:
如果 Gateway 网关在其他地方运行,请在浏览器所在机器上运行节点主机,以便 Gateway 网关可以代理浏览器操作。
安装步骤:
整个操作过程还是非常简单的,总共分两步,第一步安装OpenClaw的插件,第二步安装谷歌浏览器的拓展程序。
方法一:通过web store 商店安装
扩展已经发布到 Chrome 商店,搜索 “openclaw-browser-relay” 或直接访问:
扩展作为静态文件包含在 OpenClaw 发行版中,没有单独的”构建”步骤。升级 OpenClaw 后:
方法二:手工安装
1)如果无法访问 Chrome Web Store,可以手工安装。
2)在 Chrome 中加载扩展,打开 Chrome → 访问
3)插件安装好之后,在扩展程序列表中,可以看到名称为:插件
4)访问:http://127.0.0.1:18789/overview,获取网关令牌
5)在OpenClaw Browser Relay插件配置页面,配置OpenClaw Token
保存成功,提示:Relay reachable and authenticated at http://127.0.0.1:18792/,说明已连接到本地的中继服务
插件安装完成后,需要重启一下 OpenClaw 网关使配置生效:
6)使用扩展
OpenClaw 附带一个名为 的内置浏览器配置文件,它指向默认端口上的扩展中继。使用它:
如果你想要不同的名称或不同的中继端口,创建你自己的配置文件:
安装完成后,Chrome 工具栏会出现 OpenClaw 图标。
点击工具栏上的插件图标就能授权控制。图标上会显示状态: 是已连接, 是正在连接, 是中继不可达或认证失败(通常是 Gateway 令牌不匹配)。
7)固定扩展到工具栏, 点击扩展图标将其固定,方便后续操作。
3、如何使用
把 openclaw 插件固定到工具栏后,比如访问 网站,点击插件,显示红色 “ON” 字样表示已 attached:
接下来就可以用 openclaw 操作浏览器了,我还是通过飞书进行交互,比如:
我让 openclaw 获取最新的 10 条微博消息,然后,它自动的打开了微博热搜地址
根据微博热搜排名,自动获取了最近10条热搜返回给了我
接着,我继续问它,这次它有点偷懒了,直接切换到文娱标签上搜索,但貌似它也并不是傻瓜式的对照文娱版块,还是会结合热搜来判断是否会八卦新闻
除了可以直接在飞书这类聊天软件直接问外,还可以在OpenClaw控制台的聊天窗口使用,比如访问:http://127.0.0.1:18789/chat,在聊天窗中,让它帮我搜一下林俊旸的信息(阿里千问大模型团队技术负责人离职了,这两天各种流言,惋惜。。。)
它会自动帮我打开浏览器,访问百度,并且在输入框搜索:“林俊旸”,最后将信息结果汇总一并返回
这种操控浏览器的方式体验下来就是快跟准两个字,但是搜索毕竟是简单的操作。比如来个复杂一点的任务:打开B站,搜索OpenClaw,给第一条视频点赞。当然这些操作,在这篇教程中我就不演示了,感兴趣的话,可自行实践吧~
虽然,OpenClaw能自动化浏览器,简单场景够用了,但说实话,不太好用,插件有时不太稳定,经常断开,还得我手工点重连,但毕意人无完人,工具也一样,OpenClaw还在进化中,有点小Bug可以理解,所以大家在养虾的过程中遇到点挫折时,多点耐心,折腾AI就得心态好点。
不管是browser-use 还是 openclaw 的浏览器功能,未来都会有很多应用场景,先熟悉起来。
🎯 记住:浏览器自动化的核心不是工具,而是理解 CDP 协议和网页结构。掌握 OpenClaw,你就掌握了新一代自动化的钥匙!
📚 资源链接
有问题欢迎在评论区留言,有时间我会及时回复的!
END
赞、转发和在看就是最大的支持❤️
发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/256922.html原文链接:https://javaforall.net
