Ein spezialisiertes Headless-Browser-CLI, das Accessibility Trees und referenzbasierte Auswahl für zuverlässige KI-gesteuerte Web-Automatisierung nutzt.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install agent-browser-clawdbot
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, agent-browser-clawdbot über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist agent-browser?
agent-browser ist ein leistungsstarkes Headless-Browser-Automatisierungstool, das speziell für KI-Agenten entwickelt wurde, um präzise im Web zu navigieren. Im Gegensatz zu Standard-Automatisierungstools nutzt es Accessibility-Tree-Snapshots für eine deterministische Elementauswahl und ist damit eine unverzichtbare Ergänzung Ihrer Openclaw Skills-Bibliothek. Durch die Konzentration auf semantische Strukturen anstelle von volatilen CSS-Selektoren wird sichergestellt, dass Ihre KI-Agenten auch bei Änderungen des Seitenlayouts robust bleiben.
Dieser Skill ermöglicht es Entwicklern, komplexe mehrstufige Workflows zu erstellen, Single-Page-Applications (SPAs) zu handhaben und isolierte Browser-Sitzungen mit Leichtigkeit zu verwalten. Als Kernkomponente des Openclaw Skills-Ökosystems bietet agent-browser eine strukturierte JSON-Schnittstelle, die die Interaktion von KI-Modellen mit realen Web-Interfaces vereinfacht.
agent-browser Anwendungsfälle
- Automatisierung mehrstufiger Web-Workflows wie Formularübermittlungen und Datenextraktion.
- Durchführung deterministischer Elementauswahl in komplexen React- oder Vue-basierten SPAs.
- Verwaltung mehrerer isolierter Browser-Sitzungen für gleichzeitiges Testen oder Multi-User-Flows.
- Umgehung sich wiederholender Login-Sequenzen durch Speichern und Laden von Authentifizierungszuständen.
- Implementierung von automatisiertem Netzwerk-Routing zum Blockieren von Werbung oder zum Mocken von API-Antworten.
So funktioniert agent-browser
- Initialisieren und Navigieren: Starten Sie den Browser und navigieren Sie mit dem Befehl open zu einer bestimmten URL.
- Snapshot-Erstellung: Erfassen Sie den Accessibility Tree der Seite mit snapshot -i --json, um eine strukturierte Karte interaktiver Elemente und ihrer Referenzen (refs) zu erhalten.
- Element-Interaktion: Verwenden Sie die generierten Refs (z. B. @e1, @e2), um Aktionen wie Klicken, Ausfüllen oder Hovern mit hoher Zuverlässigkeit auszuführen.
- Zustandsverwaltung: Speichern Sie optional Cookies und lokalen Speicher, um die Authentifizierung über verschiedene Läufe hinweg beizubehalten.
- Validierung und Extraktion: Abfrage des Zustands von Elementen oder Extraktion spezifischer HTML-Attribute und Texte, um den Erfolg der Automatisierung zu überprüfen.
agent-browser Einrichtung
Um dies in Ihre Openclaw Skills-Umgebung zu integrieren, installieren Sie das Paket über npm und laden Sie die erforderlichen Browser-Binärdateien herunter:
npm install -g agent-browser
agent-browser install
Für Linux-Umgebungen, die Systemabhängigkeiten erfordern, verwenden Sie:
agent-browser install --with-deps
agent-browser Datenschema & Taxonomie
Der Skill gibt Daten in einem strukturierten JSON-Format aus, um die Kompatibilität mit KI-Parsing-Anforderungen zu gewährleisten. Die primäre Datenstruktur umfasst Snapshots und Referenzkarten:
| Eigenschaft | Typ | Beschreibung |
|---|---|---|
| success | Boolean | Gibt an, ob die Operation erfolgreich war. |
| data.snapshot | String | Eine Textdarstellung des Accessibility Trees. |
| data.refs | Object | Eine Zuordnung von Element-IDs (z. B. @e1) zu ihren Rollen und Namen. |
Beispiel für Snapshot-Metadaten:
- Role: Die semantische Rolle des Elements (Button, Überschrift usw.).
- Name: Der barrierefreie Name oder die Bezeichnung des Elements.
agent-browser Erweiterte Funktionen
- Sitzungsisolation: Führen Sie mehrere unabhängige Browser-Kontexte gleichzeitig mit dem Flag session aus.
- Netzwerk-Interception: Routen, blockieren oder mocken Sie Netzwerkanfragen, um die Testumgebung zu kontrollieren.
- Zustands-Persistenz: Speichern und laden Sie vollständige Browser-Zustände einschließlich Cookies und Speicher, um Authentifizierungs-Flows zu überspringen.
- Headed-Debugging: Führen Sie den Browser im sichtbaren Modus mit --headed aus, um komplexe Interaktionslogik zu debuggen.
- Interaktive Snapshots: Filtern Sie Snapshots so, dass nur interaktive Elemente enthalten sind, um den Token-Verbrauch für KI-Modelle innerhalb von Openclaw Skills zu reduzieren.
SKILL.md
Laden
Verwandte Openclaw-Skills
Fehlerbericht-Generator
Ein professionelles Dienstprogramm, das vage Fehlerbeschreibungen in strukturierte, umsetzbare Berichte mit Reproduktionsschritten und Schweregraden umwandelt.
Agent Emergence Test
Ein umfassendes Test-Framework, das darauf ausgelegt ist, KI-Agenten auf emergente Eigenschaften, Selbstbewusstsein und kognitive Fähigkeiten jenseits ihres expliziten Trainings zu untersuchen.
Pixiv
Ein umfassender CLI-basierter Skill zum Suchen, Herunterladen und Veröffentlichen von Illustrationen und Mangas auf der Pixiv-Plattform.
hex-vetter
Ein Hex-Auditierungstool auf physikalischer Ebene, das versteckte Binärdaten, Steuerzeichen und kodierungsbasierte Angriffe in Dateipaketen erkennt.
Agenten-Registry
Ein obligatorisches Erkennungssystem für Claude Code, das ein Token-effizientes Lazy-Loading spezialisierter Agenten ermöglicht.
Audio-Antwort-Skill
Ein anspruchsvoller Text-to-Speech-Skill, der es KI-Agenten ermöglicht, Webartikel vorzulesen oder mit konversationeller Audiosynthese zu antworten.
Hervorgehoben*
