Ein leistungsstarkes Browser-Automatisierungstool, das Accessibility-Tree-Snapshots und deterministische Elementreferenzen für KI-gesteuerte Workflows nutzt.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install projectamazonph-agent-browser
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, projectamazonph-agent-browser 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 Skill?
Der Agent Browser Skill ist eine fortschrittliche Browser-Automatisierungs-Integration, die darauf ausgelegt ist, KI-Coding-Agenten mit schnellen, zuverlässigen und deterministischen Web-Interaktionsfähigkeiten zu erweitern. Im Gegensatz zu herkömmlichen, selector-lastigen Automatisierungs-Frameworks nutzt dieser Skill Accessibility-Tree-Snapshots mit eindeutigen Referenz-Tags (refs), um direkt mit komplexen Web-Elementen zu interagieren. Dieses deterministische Auswahlmodell stellt sicher, dass Ihre Automatisierungsskripte und KI-Agenten auch dann stabil bleiben, wenn sich die zugrunde liegenden Seitenlayout-Strukturen ändern.
Als eine der Kernkomponenten der Openclaw Skills fungiert es als überlegene Alternative zu schwerfälligen visuellen Browser-Engines. Es bietet massive Performance-Vorteile für mehrstufige Workflows, Single-Page-Applications (SPAs) und Headless-Execution-Pipelines, bei denen keine visuelle Inspektion erforderlich ist.
Agent Browser Skill Anwendungsfälle
- Automatisierung mehrstufiger Web-Workflows mit hoher Zuverlässigkeit und Leistung.
- Interaktion mit dynamischen Single-Page-Applications (SPAs), bei denen sich herkömmliche DOM-Selektoren häufig ändern.
- Gleichzeitige Verwaltung isolierter Multi-User-Browser-Test-Sitzungen auf einem einzigen System.
- Überspringen wiederkehrender Login- und Verifizierungs-Flows durch Bewahrung und Wiederherstellung von Sitzungsstatus.
- Mocking von API-Netzwerkanfragen und Blockieren redundanter, schwerer Assets oder Anzeigen während automatisierter Läufe.
So funktioniert Agent Browser Skill
- Navigation & Initialisierung: Der Agent öffnet eine Ziel-URL innerhalb einer isolierten oder globalen Chromium-Browser-Sitzung über die CLI.
- Accessibility-Snapshot erstellen: Er fordert einen interaktiven Snapshot an und generiert eine saubere JSON-Map der Accessibility-Tree-Elemente der Seite, die mit Referenzen (wie @e1, @e2) zugewiesen sind.
- Deterministische Interaktion: Der Agent gibt Interaktionsbefehle (Klicken, Ausfüllen, Hover) aus, die auf diese exakten Referenz-Keys zielen, ohne dass fragile CSS-Selektoren oder XPaths benötigt werden.
- Zustand neu bewerten: Nach der Seitenaktualisierung fordert der Agent einen neuen Snapshot an, um den Referenzbaum zu synchronisieren und die Interaktionsschleife zu wiederholen.
Agent Browser Skill Einrichtung
Um diese Funktion in Ihren Workflow zu integrieren, stellen Sie sicher, dass Node.js 24+ auf Ihrem Rechner konfiguriert ist. Dieses Tool basiert auf einem global installierten agent-browser-Paket und Playwright Chromium.
# Installieren Sie das agent-browser CLI global via npm
npm install -g @vercel-labs/agent-browser
Konfigurieren Sie als nächstes Openclaw so, dass der korrekte Pfad zum Browser-Executable verwendet wird, indem Sie Ihre Konfigurationen in Ihrem Home-Verzeichnis bearbeiten:
{
"browser.executablePath": "/root/.cache/ms-playwright/chromium-1223/chrome-linux/chrome"
}
Dieser Pfad sollte auf Ihre lokale Chromium-Binary zeigen, sodass Ihr Openclaw Skills-Agent den Browser nativ steuern kann.
Agent Browser Skill Datenschema & Taxonomie
Der Skill gibt saubere, parsbare JSON-Payloads zurück, wenn Snapshots oder Abfragen ausgeführt werden, was das Parsen für KI-Pipelines trivial macht.
Snapshot JSON Schema
Beim Erfassen aktiver Seiten mit den -i --json Flags wird die Ausgabestruktur wie folgt gemappt:
| Key | Typ | Beschreibung |
|---|---|---|
success |
boolean | Gibt an, ob der Snapshot-Vorgang erfolgreich war |
data.snapshot |
string | Textdarstellung des gerenderten Seitenlayouts |
data.refs |
object | Dictionary, das eindeutige IDs (e1, e2) auf Accessibility-Rollen und Elementnamen mappt |
Status-Speicher-Schema
Beim Bewahren des Authentifizierungsstatus exportiert der Skill eine saubere JSON-Konfiguration mit Sitzungsschlüsseln, Cookies und Local-Storage-Werten, die einfach reinjiziert werden können, um Login-Bildschirme zu umgehen.
Agent Browser Skill Erweiterte Funktionen
- Zustandspersistenz: Speichern und laden Sie sofort Cookies oder Local-Storage-Schemata (
state save/load), um Login-Gates vollständig zu überspringen. - Netzwerkabfangung & Routing: Blockieren Sie Media-Tracker oder mocken Sie JSON-Endpoints innerhalb Ihres Flows vollständig (
network route --abortoder--body). - Isolierte Sitzungen: Führen Sie unterschiedliche Profile nebeneinander aus (z. B. Admin vs. Standard-Benutzer) ohne Kreuzkontamination mithilfe des
--sessionFlags. - Stabilitätskontrolle: Warten Sie auf bestimmte Zustände, bevor Aktionen ausgeführt werden (
wait --load networkidleoder--text). - Tab- & Frame-Handling: Wechseln Sie nahtlos zwischen mehreren Browser-Tabs und verschachtelten Iframes mithilfe von Standard-CLI-Keys.
SKILL.md
Laden
Verwandte Openclaw-Skills
Gold-Fundamentalanalyse
Eine automatisierte AI agent skill, die makroökonomische Indikatoren, COT-Positionierungen und ETF-Flüsse aggregiert und analysiert, um die Fundamentaldaten des Goldmarktes zu bewerten und vorherzusagen.
Finanz-Astrologie AI Agent Skill
Eine fortschrittliche AI-Coding-Agent-Skill, die Marktzyklen, Massenpsychologie und technische planetarische Ausrichtungen für automatisiertes Daytrading und Finanzforschung analysiert.
Gumroad Admin
Ein fortschrittlicher Automatisierungs-Skill zur Verwaltung von Gumroad-E-Commerce-Stores, zur Optimierung der Batch-Veröffentlichung digitaler Produkte und zur sicheren Dateiverwaltung über das offizielle CLI.
Automatischer Buchhaltungs-Assistent
Ein intelligenter, KI-gesteuerter Buchhaltungsassistent, der Eingaben in natürlicher Sprache analysiert, um Ihre täglichen Ausgaben automatisch lokal zu organisieren, zu protokollieren und zu visualisieren.
Literatur- und Themenanalysator für 'A Tree Grows in Brooklyn'
Ein interaktiver KI-Agenten-Skill zur Analyse der Themen, Charaktere und symbolischen Tiefe von Betty Smiths klassischem Roman A Tree Grows in Brooklyn.
Taiwan Fund
Ein fortschrittliches Finanzwerkzeug zur Abfrage und Analyse von inländischen und Offshore-Investmentfonds in Taiwan mit automatischer Währungsumrechnung und Benchmark-Vergleichen.
Hervorgehoben*
