Một CLI headless browser dựa trên Rust hiệu suất cao, được thiết kế để trao cho các AI agent quyền kiểm soát hoàn toàn việc điều hướng và tương tác web.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install agentbrowser
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt agentbrowser bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Agent Browser là gì?
Agent Browser là công cụ tự động hóa nhanh, dựa trên Rust, được thiết kế đặc biệt cho các AI agent điều hướng web. Bằng cách cung cấp giao diện CLI có cấu trúc với fallback cho Node.js, nó cho phép các agent thực hiện các tác vụ phức tạp như nhấp chuột, nhập liệu và trích xuất dữ liệu thông qua các lệnh đơn giản. Là một phần bổ sung đa năng cho thư viện Openclaw Skills, công cụ này kết nối giữa các LLM và web thực tế, cung cấp một cách đáng tin cậy để tự động hóa các workflow trình duyệt mà không cần overhead của các framework kiểm thử nặng nề.
Công cụ này sử dụng một hệ thống dựa trên tham chiếu độc đáo, nơi các thành phần tương tác được gán các tag ổn định (như @e1), giúp các AI agent tương tác với các thành phần UI cụ thể một cách chính xác và dễ dàng hơn đáng kể. Cho dù bạn đang xây dựng các agent nghiên cứu hay các tập lệnh tự động hóa, kỹ năng này cung cấp các nguyên hàm cần thiết cho việc tích hợp web chuyên sâu.
Trường hợp sử dụng Agent Browser
- Tự động hóa các tương tác web phức tạp và các workflow nhiều bước
- Trích xuất dữ liệu có cấu trúc từ các trang động hoặc trang nặng về JavaScript
- Điền form theo lập trình và gửi tự động để tạo lead
- Kiểm thử Web UI liên tục và đảm bảo chất lượng trong các pipeline CI/CD
- Tạo cây truy cập (accessibility tree) và ảnh chụp màn hình (snapshot) để xử lý bằng LLM
Cách thức hoạt động của Agent Browser
- Khởi tạo phiên làm việc bằng cách điều hướng đến URL mục tiêu sử dụng lệnh open.
- Tạo snapshot của trang để tạo một cây truy cập với các tham chiếu thành phần tương tác.
- Xác định các tag thành phần cụ thể (ví dụ: @e1) từ đầu ra snapshot để nhắm mục tiêu tương tác.
- Thực thi các lệnh như click, fill hoặc scroll bằng cách sử dụng các tham chiếu đã xác định.
- Chụp lại snapshot của trang sau khi điều hướng hoặc thay đổi DOM để duy trì trạng thái chính xác cho AI agent.
- Tùy chọn lưu trạng thái phiên hoặc xuất dữ liệu dưới dạng JSON, PNG hoặc PDF.
Cài đặt Agent Browser
Để bắt đầu với công cụ này từ bộ sưu tập Openclaw Skills, hãy cài đặt CLI toàn cục bằng npm và khởi tạo các phụ thuộc trình duyệt:
npm install -g agent-browser
agent-browser install
agent-browser install --with-deps
Đối với các nhà phát triển thích xây dựng từ mã nguồn:
git clone https://github.com/vercel-labs/agent-browser
cd agent-browser
pnpm install
pnpm build
agent-browser install
Lược đồ dữ liệu & Hệ thống phân loại của Agent Browser
Agent Browser tổ chức dữ liệu tương tác và siêu dữ liệu trang thông qua các đầu ra có cấu trúc, điều này lý tưởng cho việc tích hợp vào các workflow của Openclaw Skills.
| Loại dữ liệu | Định dạng | Mô tả |
|---|---|---|
| Snapshots | Text/JSON | Một cây truy cập chứa các thành phần tương tác với các tag @ref |
| Trạng thái phiên | JSON | Dữ liệu xác thực có thể di chuyển bao gồm cookies và localStorage |
| Xuất hình ảnh | PNG/PDF/WebM | Ảnh chụp màn hình, xuất trang và quay video tương tác |
| Dữ liệu mạng | JSON | Nhật ký chi tiết của các yêu cầu và phản hồi bị chặn |
Tính năng Nâng cao của Agent Browser
- Quản lý phiên cô lập cho phép các instance trình duyệt song song sử dụng flag --session
- Quay video phiên làm việc đầy đủ (WebM) và tạo trace để gỡ lỗi trực quan
- Chặn mạng nâng cao để chặn, định tuyến hoặc mô phỏng phản hồi API
- Bộ định vị ngữ nghĩa (semantic locator) để tìm kiếm các thành phần theo vai trò, văn bản hoặc nhãn thay vì các selector CSS
- Duy trì trạng thái để vượt qua tường đăng nhập bằng cách lưu và tải cookies xác thực
- Tích hợp sẵn hỗ trợ Chrome DevTools Protocol (CDP) để kết nối với các instance trình duyệt hiện có
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Pipeworx Dad Jokes
Một skill chuyên dụng để tìm nạp các câu chuyện cười ngẫu nhiên và có thể tìm kiếm từ icanhazdadjoke.com.
Pipeworx Crypto
Một kỹ năng thiết yếu để truy cập dữ liệu thị trường tiền điện tử trực tiếp và thực hiện chuyển đổi tiền pháp định trực tiếp trong AI agent của bạn.
Bài báo học thuật Crossref
Một công cụ nghiên cứu học thuật mạnh mẽ để tìm kiếm 150 triệu công trình học thuật, truy xuất siêu dữ liệu DOI và phân tích thông tin tạp chí.
Kỹ năng API Urban Dictionary không chính thức
Một kỹ năng chuyên biệt cho các tác nhân AI để truy vấn tiếng lóng, cụm từ đô thị và định nghĩa văn hóa thông qua API Urban Dictionary không chính thức.
Pipeworx Color API
Một công cụ chuyên nghiệp để nhận diện màu sắc và tạo bảng màu, được thiết kế để tích hợp liền mạch với quy trình làm việc lập trình AI.
Pipeworx Countries
Một MCP skill hiệu suất cao để truy cập dữ liệu các quốc gia trên toàn cầu, bao gồm nhân khẩu học, địa lý và ngôn ngữ thông qua REST Countries API.
Đặc sắc*
