Una CLI de headless browser de alto rendimiento basada en Rust, diseñada para dar a los agentes de IA control total sobre la navegación e interacción web.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install agentbrowser
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar agentbrowser usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Agent Browser?
Agent Browser es una herramienta de automatización rápida basada en Rust, diseñada específicamente para que los agentes de IA naveguen por la web. Al proporcionar una interfaz CLI estructurada con fallback para Node.js, permite a los agentes realizar tareas complejas como hacer clic, escribir y extraer datos mediante comandos simples. Como una adición versátil a la biblioteca Openclaw Skills, esta herramienta cierra la brecha entre los LLMs y la web en tiempo real, ofreciendo una forma fiable de automatizar flujos de trabajo de navegador sin la carga de los frameworks de prueba pesados.
La herramienta utiliza un sistema único basado en referencias donde los elementos interactivos reciben etiquetas estables (como @e1), lo que facilita significativamente que los agentes de IA interactúen con componentes de UI específicos con precisión. Tanto si estás construyendo agentes de investigación como scripts de automatización, esta skill proporciona las primitivas necesarias para una integración profunda con la web.
Casos de uso de Agent Browser
- Automatización de interacciones web complejas y flujos de trabajo de varios pasos
- Extracción de datos estructurados de páginas dinámicas o ricas en JavaScript
- Relleno programático de formularios y envío automático para generación de leads
- Pruebas continuas de UI web y garantía de calidad en pipelines de CI/CD
- Generación de árboles de accesibilidad y snapshots para procesamiento por LLM
Cómo funciona Agent Browser
- Inicializa la sesión navegando a una URL objetivo usando el comando open.
- Genera un snapshot de la página para crear un árbol de accesibilidad con referencias de elementos interactivos.
- Identifica etiquetas de elementos específicos (por ejemplo, @e1) desde la salida del snapshot para dirigir las interacciones.
- Ejecuta comandos como click, fill o scroll usando las referencias identificadas.
- Vuelve a generar el snapshot de la página tras la navegación o cambios en el DOM para mantener un estado preciso para el agente de IA.
- Opcionalmente, guarda el estado de la sesión o exporta datos como JSON, PNG o PDF.
Configuración de Agent Browser
Para comenzar con esta herramienta de la colección Openclaw Skills, instala la CLI globalmente usando npm e inicializa las dependencias del navegador:
npm install -g agent-browser
agent-browser install
agent-browser install --with-deps
Para desarrolladores que prefieran construir desde el código fuente:
git clone https://github.com/vercel-labs/agent-browser
cd agent-browser
pnpm install
pnpm build
agent-browser install
Esquema de datos y taxonomía de Agent Browser
Agent Browser organiza los datos de interacción y metadatos de la página a través de salidas estructuradas, lo cual es ideal para la integración en flujos de trabajo de Openclaw Skills.
| Tipo de dato | Formato | Descripción |
|---|---|---|
| Snapshots | Text/JSON | Un árbol de accesibilidad que contiene elementos interactivos con etiquetas @ref |
| Estado de sesión | JSON | Datos de autenticación portátiles que incluyen cookies y localStorage |
| Exportaciones visuales | PNG/PDF/WebM | Capturas de pantalla, exportaciones de páginas y grabaciones de vídeo de interacciones |
| Datos de red | JSON | Logs detallados de peticiones y respuestas interceptadas |
Funciones avanzadas de Agent Browser
- Gestión de sesión aislada que permite instancias de navegador paralelas usando la flag --session
- Grabación de vídeo de sesión completa (WebM) y generación de trazas para depuración visual
- Intercepción de red avanzada para bloquear, enrutar o simular respuestas de API
- Localizadores semánticos para encontrar elementos por rol, texto o etiqueta en lugar de selectores CSS
- Persistencia de estado para evitar bloqueos de inicio de sesión guardando y cargando cookies de autenticación
- Soporte integrado de Chrome DevTools Protocol (CDP) para conectar con instancias de navegador existentes
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Pipeworx Dad Jokes
Una skill dedicada para buscar chistes aleatorios y buscables de icanhazdadjoke.com.
Pipeworx Crypto
Una habilidad esencial para acceder a datos de mercado de criptomonedas en vivo y realizar conversiones de moneda fiduciaria directamente dentro de su AI agent.
Artículos Académicos Crossref
Una poderosa herramienta de investigación académica para buscar 150 millones de trabajos académicos, recuperar metadatos de DOI y analizar información de revistas.
Habilidad de la API no oficial de Urban Dictionary
Una habilidad especializada para que los agentes de IA consulten jerga, frases urbanas y definiciones culturales a través de la API no oficial de Urban Dictionary.
Pipeworx Color API
Una herramienta de identificación de colores y generación de paletas de nivel profesional diseñada para una integración perfecta con flujos de trabajo de codificación por IA.
Pipeworx Countries
Una skill MCP de alto rendimiento para acceder a datos globales de países, incluidos demografía, geografía e idiomas a través de la REST Countries API.
Presentado*
