Uma CLI de headless browser baseada em Rust e de alto desempenho, projetada para dar aos agentes de IA controle total sobre a navegação e interação na web.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install agentbrowser
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o agentbrowser usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Agent Browser?
O Agent Browser é uma ferramenta de automação rápida, baseada em Rust, especificamente projetada para agentes de IA navegarem na web. Ao fornecer uma interface CLI estruturada com fallback para Node.js, ele permite que agentes realizem tarefas complexas, como clicar, digitar e extrair dados, por meio de comandos simples. Como uma adição versátil à biblioteca Openclaw Skills, esta ferramenta preenche a lacuna entre LLMs e a web real, oferecendo uma maneira confiável de automatizar fluxos de trabalho de navegador sem o overhead de frameworks de teste pesados.
A ferramenta utiliza um sistema exclusivo baseado em referência onde elementos interativos recebem tags estáveis (como @e1), tornando significativamente mais fácil para agentes de IA interagir com componentes específicos da UI com precisão. Esteja você construindo agentes de pesquisa ou scripts de automação, esta skill fornece as primitivas necessárias para uma integração profunda com a web.
Casos de uso do Agent Browser
- Automatizar interações complexas na web e fluxos de trabalho de várias etapas
- Extrair dados estruturados de páginas dinâmicas ou ricas em JavaScript
- Preenchimento programático de formulários e envio automatizado para geração de leads
- Testes contínuos de UI web e garantia de qualidade em pipelines de CI/CD
- Gerar árvores de acessibilidade e snapshots para processamento por LLM
Como o Agent Browser funciona
- Inicialize a sessão navegando para uma URL de destino usando o comando open.
- Gere um snapshot da página para criar uma árvore de acessibilidade com referências de elementos interativos.
- Identifique tags de elementos específicos (por exemplo, @e1) a partir da saída do snapshot para direcionar as interações.
- Execute comandos como click, fill ou scroll usando as referências identificadas.
- Re-snapshot da página após navegação ou alterações no DOM para manter um estado preciso para o agente de IA.
- Opcionalmente, salve o estado da sessão ou exporte dados como JSON, PNG ou PDF.
Configuração do Agent Browser
Para começar com esta ferramenta da coleção Openclaw Skills, instale a CLI globalmente usando o npm e inicialize as dependências do navegador:
npm install -g agent-browser
agent-browser install
agent-browser install --with-deps
Para desenvolvedores que preferem construir a partir do código-fonte:
git clone https://github.com/vercel-labs/agent-browser
cd agent-browser
pnpm install
pnpm build
agent-browser install
Esquema de Dados e Taxonomia de Agent Browser
O Agent Browser organiza dados de interação e metadados de página por meio de saídas estruturadas, o que é ideal para integração em fluxos de trabalho do Openclaw Skills.
| Tipo de Dados | Formato | Descrição |
|---|---|---|
| Snapshots | Text/JSON | Uma árvore de acessibilidade contendo elementos interativos com tags @ref |
| Estado da Sessão | JSON | Dados de autenticação portáteis, incluindo cookies e localStorage |
| Exportações Visuais | PNG/PDF/WebM | Capturas de tela, exportações de página e gravações de vídeo de interações |
| Dados de Rede | JSON | Logs detalhados de solicitações e respostas interceptadas |
Recursos avançados do Agent Browser
- Gerenciamento de sessão isolada permitindo instâncias paralelas de navegador usando a flag --session
- Gravação de vídeo de sessão completa (WebM) e geração de trace para depuração visual
- Interceptação de rede avançada para bloquear, rotear ou simular respostas de API
- Localizadores semânticos para encontrar elementos por função, texto ou rótulo em vez de seletores CSS
- Persistência de estado para contornar bloqueios de login salvando e carregando cookies de autenticação
- Suporte integrado ao Chrome DevTools Protocol (CDP) para conexão com instâncias de navegador existentes
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Pipeworx Dad Jokes
Uma skill dedicada para buscar piadas aleatórias e pesquisáveis de icanhazdadjoke.com.
Pipeworx Crypto
Uma habilidade essencial para acessar dados de mercado de criptomoedas ao vivo e realizar conversões de moedas fiduciárias diretamente dentro do seu AI agent.
Artigos Acadêmicos Crossref
Uma ferramenta de pesquisa acadêmica poderosa para pesquisar 150 milhões de trabalhos acadêmicos, recuperar metadados de DOI e analisar informações de periódicos.
Habilidade da API não oficial do Urban Dictionary
Uma habilidade especializada para agentes de IA consultarem gírias, frases urbanas e definições culturais via API não oficial do Urban Dictionary.
Pipeworx Color API
Uma ferramenta de identificação de cores e geração de paletas de nível profissional projetada para integração perfeita com fluxos de trabalho de codificação por IA.
Pipeworx Countries
Uma skill MCP de alto desempenho para acessar dados globais de países, incluindo demografia, geografia e idiomas via REST Countries API.
Apresentou*
