OpenClaw Skills 浏览器自动化（Browser Use）技能使用参考手册

概述

Browser Use 是用于自动化浏览器交互的 OpenClaw 技能，支持网页导航、表单填写、截图、数据提取等功能，适用于网页测试、数据采集、自动化工作流等场景。该技能能够让 AI 代理像真人一样操作浏览器，绕过大部分自动化风控，支持多种浏览器模式，包括无头 Chromium、真实 Chrome 浏览器和云端浏览器，可实现复杂的多步骤工作流。

该技能由 ShawnPana 开发，在 ClawHub 平台上是热门的自动化技能之一，能够为 AI 代理赋予强大的浏览器操作能力，解决了 AI 只能通过 API 获取静态数据而无法直接操作浏览器的痛点。

技能信息

• 名称：browser-use
• 描述：自动化浏览器交互，用于网页测试、表单填写、截图和数据提取。当用户需要导航网站、与网页交互、填写表单、截图或从网页提取信息时使用该技能。
• 版本：1.0.2
• 作者：ShawnPana
• 依赖：
  • 需要安装 browser-use 工具
  • 支持 Chromium、Chrome 浏览器，或云端浏览器
• 触发词："浏览器自动化"、"网页交互"、"表单填写"、"网页截图"、"数据提取"

👤 作者：Peter Steinberger
🦞 官方地址：https://clawhub.ai/ShawnPana/browser-use
👉 Skills 下载地址：browser-use-1.0.2.zip

前提条件

在使用该技能之前，必须安装并配置 browser-use 工具，运行以下诊断命令验证安装：

browser-use doctor

更多信息请查看：https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md

核心工作流

1. 导航：browser-use open <url> - 打开指定 URL（如果需要则启动浏览器）
2. 检查：browser-use state - 返回可点击元素及其索引
3. 交互：使用state命令返回的索引进行交互（如browser-use click 5、browser-use input 3 "文本内容"）
4. 验证：使用browser-use state或browser-use screenshot确认操作结果
5. 重复：浏览器会在命令之间保持打开状态

浏览器模式

browser-use --browser chromium open <url>      # 默认：无头Chromium
browser-use --browser chromium --headed open <url>  # 可见的Chromium窗口
browser-use --browser real open <url>          # 真实Chrome浏览器（无配置文件则使用全新配置）
browser-use --browser real --profile "Default" open <url>  # 使用你的登录会话的真实Chrome
browser-use --browser remote open <url>        # 云端浏览器

• chromium：快速、隔离，默认无头模式
• real：使用真实的 Chrome 二进制文件。如果不指定--profile，会在~/.config/browseruse/profiles/cli/使用一个持久但空的 CLI 配置文件。如果指定--profile "ProfileName"，会复制你实际的 Chrome 配置文件（包括 Cookie、登录信息、扩展程序）
• remote：支持代理的云端托管浏览器

基本命令

导航

browser-use open <url>                    # 导航到指定URL
browser-use back                          # 后退
browser-use scroll down                   # 向下滚动（使用--amount N指定像素数）
browser-use scroll up                     # 向上滚动
browser-use scroll down --amount 1000     # 滚动指定像素数（默认：500）
browser-use switch <tab>                  # 切换到指定索引的标签页
browser-use close-tab                     # 关闭当前标签页
browser-use close-tab <tab>              # 关闭指定标签页

页面状态

browser-use state                         # 获取URL、标题和可点击元素
browser-use screenshot                    # 截图（输出base64格式）
browser-use screenshot path.png           # 将截图保存到文件
browser-use screenshot --full path.png    # 全页截图

交互操作

browser-use click <index>                 # 点击指定索引的元素
browser-use type "text"                   # 向已聚焦的元素输入文本
browser-use input <index> "text"          # 点击元素，然后输入文本
browser-use keys "Enter"                  # 发送键盘按键
browser-use keys "Control+a"              # 发送组合键
browser-use select <index> "option"       # 选择下拉菜单的选项
browser-use hover <index>                 # 悬停在元素上（触发CSS :hover效果）
browser-use dblclick <index>              # 双击元素
browser-use rightclick <index>            # 右键点击元素（打开上下文菜单）

使用browser-use state命令返回的索引进行操作。

JavaScript 与数据提取

browser-use eval "document.title"         # 执行JavaScript，返回结果
browser-use get title                     # 获取页面标题
browser-use get html                      # 获取完整页面HTML
browser-use get html --selector "h1"      # 获取指定元素的HTML
browser-use get text <index>              # 获取元素的文本内容
browser-use get value <index>             # 获取输入框/文本域的值
browser-use get attributes <index>        # 获取元素的所有属性
browser-use get bbox <index>              # 获取元素的边界框（x, y, width, height）

等待操作

browser-use wait selector "h1"            # 等待元素出现
browser-use wait text "Success"           # 等待文本出现

会话管理

browser-use sessions                      # 列出活跃会话
browser-use close                         # 关闭当前会话
browser-use close --all                   # 关闭所有会话

AI 代理任务

远程模式选项

使用--browser remote时，支持以下额外选项：

## 指定LLM模型
browser-use -b remote run "任务描述" --llm gpt-4o
browser-use -b remote run "任务描述" --llm claude-sonnet-4-20250514
## 代理配置（默认：美国）
browser-use -b remote run "任务描述" --proxy-country uk
## 会话复用
browser-use -b remote run "任务描述" --keep-alive        # 任务完成后保持会话活跃
browser-use -b remote run "任务描述" --session-id abc-123 # 复用现有会话
## 执行模式
browser-use -b remote run "任务描述" --flash       # 快速执行模式
browser-use -b remote run "任务描述" --wait        # 等待完成（默认：异步）
## 高级选项
browser-use -b remote run "任务描述" --thinking    # 扩展推理模式
browser-use -b remote run "任务描述" --no-vision   # 禁用视觉功能（默认启用）
## 使用云配置文件（先创建会话，然后使用--session-id运行任务）
browser-use session create --profile <cloud-profile-id> --keep-alive
## → 返回session_id
browser-use -b remote run "任务描述" --session-id <session-id>
## 任务配置
browser-use -b remote run "任务描述" --start-url https://example.com  # 从指定URL开始
browser-use -b remote run "任务描述" --allowed-domain example.com     # 限制导航域名（可重复使用）
browser-use -b remote run "任务描述" --metadata key=value             # 任务元数据（可重复使用）
browser-use -b remote run "任务描述" --skill-id skill-123             # 启用技能（可重复使用）
browser-use -b remote run "任务描述" --secret key=value               # 机密元数据（可重复使用）
## 结构化输出和评估
browser-use task status <task-id> --step 3  # 查看指定步骤
browser-use task status <task-id> --reverse # 从最新步骤开始查看
browser-use task stop <task-id>           # 停止运行中的任务
browser-use task logs <task-id>           # 获取任务执行日志

云端会话管理

browser-use session list                  # 列出云端会话
browser-use session list --limit 20       # 显示更多会话
browser-use session list --status active  # 按状态筛选
browser-use session list --json           # JSON格式输出
browser-use session stop <session-id>...  # 停止指定会话
browser-use session stop --all            # 停止所有活跃会话
browser-use session create                          # 使用默认配置创建会话
browser-use session create --profile <id>           # 使用云配置文件创建
browser-use session create --proxy-country uk       # 使用地理代理创建
browser-use session create --start-url https://example.com
browser-use session create --screen-size 1920x1080
browser-use session create --keep-alive
browser-use session create --persist-memory
browser-use session share <session-id>              # 创建公共分享链接
browser-use session share <session-id> --delete     # 删除公共分享

隧道功能

browser-use tunnel <port>           # 启动隧道（返回URL）
browser-use tunnel <port>           # 幂等操作 - 返回现有URL
browser-use tunnel list             # 显示活跃隧道
browser-use tunnel stop <port>      # 停止指定隧道
browser-use tunnel stop --all       # 停止所有隧道

配置文件管理

本地 Chrome 配置文件（--browser real）

browser-use -b real profile list          # 列出本地Chrome配置文件
browser-use -b real profile cookies "Default"  # 显示配置文件中的Cookie域名

云端配置文件（--browser remote）

browser-use -b remote profile list            # 列出云端配置文件
browser-use -b remote profile list --page 2 --page-size 50
browser-use -b remote profile get <id>        # 获取配置文件详情
browser-use -b remote profile create          # 创建新的云端配置文件
browser-use -b remote profile create --name "我的配置文件"
browser-use -b remote profile update <id> --name "新名称"
browser-use -b remote profile delete <id>

同步功能

browser-use profile sync --from "Default" --domain github.com  # 按域名同步
browser-use profile sync --from "Default"                      # 完整配置文件同步
browser-use profile sync --from "Default" --name "自定义名称" # 使用自定义名称同步

服务器控制

browser-use server logs                   # 查看服务器日志

常见工作流

暴露本地开发服务器

当你有本地开发服务器，需要云端浏览器访问时使用该工作流。 核心工作流：启动开发服务器 → 创建隧道 → 远程浏览隧道 URL。

## 1. 启动你的开发服务器
npm run dev &  # localhost:3000
## 2. 通过Cloudflare隧道暴露服务
browser-use tunnel 3000
## → url: https://abc.trycloudflare.com
## 3. 现在云端浏览器可以访问你的本地服务器
browser-use --browser remote open https://abc.trycloudflare.com
browser-use state
browser-use screenshot

注意：隧道独立于浏览器会话，在browser-use close后仍然存在，可以单独管理。必须安装 Cloudflared 工具 - 运行browser-use doctor检查。

使用配置文件进行认证浏览

当任务需要访问用户已登录的网站（如 Gmail、GitHub、内部工具）时使用该工作流。 核心工作流：检查现有配置文件 → 询问用户使用哪种配置文件和浏览器模式 → 使用该配置文件浏览。只有当没有合适的配置文件时才同步 Cookie。

在浏览需要认证的网站之前，代理必须：

1. 询问用户使用real（本地 Chrome）还是remote（云端）浏览器
2. 列出该模式下可用的配置文件
3. 询问使用哪个配置文件
4. 如果没有合适的 Cookie 配置文件，提供同步选项（见下文）

步骤 1：检查现有配置文件

## 选项A：本地Chrome配置文件（--browser real）
browser-use -b real profile list
## → Default: Person 1 (user@gmail.com)
## → Profile 1: Work (work@company.com)
## 选项B：云端配置文件（--browser remote）
browser-use -b remote profile list
## → abc-123: "Chrome - Default (github.com)"
## → def-456: "Work profile"

步骤 2：使用选定的配置文件浏览

## 真实浏览器 - 使用带有现有登录会话的本地Chrome
browser-use --browser real --profile "Default" open https://github.com
## 云端浏览器 - 使用带有同步Cookie的云端配置文件
browser-use --browser remote --profile abc-123 open https://github.com

Cookie 同步

1. 询问使用哪个本地 Chrome 配置文件
2. 询问同步哪些域名 - 不要默认同步完整配置文件
3. 确认后再继续

查看本地配置文件的 Cookie：

browser-use -b real profile cookies "Default"
## → youtube.com: 23
## → google.com: 18
## → github.com: 2

按域名同步（推荐）：

browser-use profile sync --from "Default" --domain github.com
## 创建新的云端配置文件："Chrome - Default (github.com)"
## 仅同步github.com的Cookie

完整配置文件同步（谨慎使用）：

browser-use profile sync --from "Default"
## 同步所有Cookie - 包括敏感数据、跟踪Cookie、所有会话令牌

细粒度控制（高级）：

## 将Cookie导出到文件，手动编辑，然后导入
browser-use --browser real --profile "Default" cookies export /tmp/cookies.json
browser-use --browser remote --profile <id> cookies import /tmp/cookies.json

元数据信息

该技能的元数据信息如下：

{
"ownerId": "kn71fxj97n86164tdd84bymp3n7zypxq",
"slug": "browser-use",
"version": "1.0.2",
"publishedAt": 1771476812023
}