Oc Browser Automation 1.0.0

---

name: bb-browser description: 浏览器控制工具 - 封装 OpenClaw browser 工具，支持网页自动化、截图、点击输入等操作 triggers: - bb-browser - 浏览器 - 浏览网页 - 截图 - browser

---

bb-browser 浏览器控制工具

这是 OpenClaw browser 工具的封装，提供强大的浏览器自动化能力。

核心功能

| 功能 | 说明 | |------|------| | 打开网页 | 导航到指定 URL | | 截图 | 页面截图或全页截图 | | 快照 | 获取页面 DOM 快照（AI 快照或 ARIA 快照） | | 点击 | 点击页面元素 | | 输入 | 在输入框中输入文本 | | 滚动 | 滚动页面 | | 等待 | 等待元素/文本/URL 加载 | | 标签页管理 | 打开/切换/关闭标签页 | | 文件上传 | 上传文件到网页 | | 下载 | 从网页下载文件 |

使用方式

1. 查看浏览器状态

browser action=status

2. 启动浏览器

browser action=start

3. 打开网页

browser action=open url="https://example.com"

4. 截图

// 普通截图
browser action=screenshot
// 全页截图
browser action=screenshot fullPage=true
// 带标签的截图（显示元素编号）
browser action=snapshot labels=true

5. 获取页面快照

// AI 快照（带数字编号，适合点击操作）
browser action=snapshot
// 交互式快照（推荐，更稳定）
browser action=snapshot interactive=true
// 紧凑模式
browser action=snapshot compact=true

6. 点击元素

// 使用快照返回的数字 ref
browser action=act kind=click ref="12"
// 使用 role ref
browser action=act kind=click ref="e12"

7. 输入文本

// 输入文本并提交
browser action=act kind=type ref="23" text="hello" submit=true
// 输入后按回车
browser action=act kind=press key="Enter"

8. 等待元素

// 等待文本出现
browser action=wait text="完成"
// 等待 URL 变化
browser action=wait url="**/dashboard"
// 等待加载状态
browser action=wait load=networkidle
// 组合等待
browser action=wait selector="#main" url="**/dash" load=networkidle

9. 标签页操作

// 打开新标签页
browser action=open url="https://example.com"
// 列出标签页
browser action=tabs
// 切换到指定标签页
browser action=focus targetId="abcd1234"
// 关闭标签页
browser action=close targetId="abcd1234"

10. 文件上传

// 上传文件
browser action=upload filePath="/tmp/openclaw/uploads/file.pdf"

11. 滚动页面

// 滚动到元素可见
browser action=act kind=scrollIntoView ref="e12"
// 滚动到顶部/底部
browser action=act kind=evaluate fn="window.scrollTo(0, document.body.scrollHeight)"

12. 设置浏览器状态

// 设置离线模式
browser action=set offline=true
// 设置自定义 Headers
browser action=set headers="{\"X-Debug\":\"1\"}"
// 设置地理位置
browser action=set geo="37.7749,-122.4194"
// 设置 User Agent / 设备
browser action=set device="iPhone 14"

快照引用 (Refs) 详解

AI 快照 (默认)

返回带数字编号的快照 (1, 2, 3...)

点击时使用 ref="12" 这样的数字

Role 快照 (推荐)

使用 --interactive 或 --compact 参数

返回 [ref=e12] 格式的角色引用

更稳定，不依赖 DOM 结构变化

重要提示

Refs 在页面导航后会失效，每次操作前建议重新获取快照

使用 highlight 可以高亮显示目标元素，验证点击位置

常见工作流

登录网页示例

1. browser action=open url="https://example.com/login" 2. browser action=snapshot → 获取快照 3. browser action=act kind=type ref="5" text="username" → 输入用户名 4. browser action=act kind=type ref="6" text="password" → 输入密码 5. browser action=act kind=click ref="7" → 点击登录按钮 6. browser action=wait url="**/dashboard" → 等待跳转

填写表单示例

1. 打开页面 2. browser action=snapshot interactive=true 3. 使用 fill 批量填充多个字段：

   browser action=act kind=fill fields='[{"ref":"1","type":"text","value":"张三"},{"ref":"2","type":"text","value":"25"}]'
   

下载文件示例

1. 点击下载链接 2. browser action=waitfordownload filename="report.pdf" 3. 文件保存到 /tmp/openclaw/downloads/

调试技巧

查看控制台错误

browser action=console level="error"

查看网络请求

browser action=requests filter="api"

录制 Trace

browser action=trace_start
// 执行操作
browser action=trace_stop

高亮元素

browser action=highlight ref="e12"

参数说明

| 参数 | 类型 | 说明 | |------|------|------| | action | string | 操作类型：status, start, stop, tabs, open, focus, close, snapshot, screenshot, act, navigate, wait, upload 等 | | url | string | 目标 URL | | profile | string | 浏览器配置：openclaw (默认) / chrome (使用你的 Chrome) | | target | string | 浏览器目标：sandbox / host / node | | ref | string | 元素引用编号 | | text | string | 输入的文本 | | fullPage | boolean | 是否截取完整页面 | | interactive | boolean | 是否使用交互式快照 | | compact | boolean | 是否使用紧凑模式 | | kind | string | 操作类型：click, type, press, hover, scroll, select, drag, fill, evaluate |

注意事项

1. 安全：浏览器可能包含登录会话，请勿分享浏览器状态 2. Refs：每次页面变化后需要重新获取快照 3. 等待：网络慢的页面记得增加等待时间 4. 调试：先用 snapshot 查看页面结构，再进行操作