一款高性能浏览器自动化工具，利用无障碍树快照和确定性元素引用来实现 AI 驱动的工作流。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install projectamazonph-agent-browser
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 projectamazonph-agent-browser。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 Agent Browser Skill？
Agent Browser Skill 是一种高级浏览器自动化集成，旨在通过高速、可靠且确定性的网页交互能力增强 AI 编码代理。与传统的依赖选择器的自动化框架不同，该技能利用带有唯一引用标签（refs）的无障碍树快照直接与复杂的网页元素进行交互。这种确定性选择模型确保了您的自动化脚本和 AI 代理在页面底层布局结构发生变化时依然保持稳定。
作为 Openclaw Skills 的核心组件之一，它提供了比沉重的可视化浏览器引擎更优越的替代方案。对于多步骤工作流、单页应用（SPAs）以及无需视觉检查的无头执行流水线，它带来了巨大的性能提升。
Agent Browser Skill 应用场景
- 以高可靠性和高性能自动化处理多步骤 Web 工作流。
- 与传统的 DOM 选择器频繁变更的动态单页应用（SPAs）进行交互。
- 在同一系统上同时管理多个隔离的多用户浏览器测试会话。
- 通过保存和恢复会话状态来跳过重复的登录和验证流程。
- 在自动化运行期间模拟 API 网络请求并屏蔽冗余的重型资源或广告。
Agent Browser Skill 工作原理
- 导航与初始化：代理通过 CLI 在隔离或全局 Chromium 浏览器会话中打开目标 URL。
- 生成无障碍快照：它请求一个交互式快照，生成一张包含页面无障碍树元素的整洁 JSON 地图，并分配引用（如 @e1, @e2）。
- 确定性交互：代理发出交互命令（点击、填充、悬停）以定位这些精确的引用键，无需使用脆弱的 CSS 选择器或 XPaths。
- 重新评估状态：页面更新后，代理请求一个新的快照来同步引用树并重复交互循环。
Agent Browser Skill 配置指南
要将此功能集成到您的工作流中，请确保机器上配置了 Node.js 24+。此工具依赖于全局安装的 agent-browser 软件包和 Playwright Chromium。
# 通过 npm 全局安装 agent-browser CLI
npm install -g @vercel-labs/agent-browser
接下来，通过编辑主目录中的配置文件，配置 Openclaw 以使用正确的浏览器可执行文件路径：
{
"browser.executablePath": "/root/.cache/ms-playwright/chromium-1223/chrome-linux/chrome"
}
此路径应指向您的本地 Chromium 二进制文件，从而允许您的 Openclaw Skills 代理原生控制浏览器。
Agent Browser Skill 数据架构与分类体系
该技能在执行快照或查询时返回整洁、可解析的 JSON 有效负载，使 AI 流水线的解析变得简单。
快照 JSON Schema
当使用 -i --json 标志捕获活动页面时，输出结构映射如下：
| 键 | 类型 | 描述 |
|---|---|---|
success |
boolean | 指示快照操作是否成功 |
data.snapshot |
string | 渲染页面布局的文本表示 |
data.refs |
object | 将唯一 ID (e1, e2) 映射到无障碍角色和元素名称的字典 |
状态存储 Schema
当保存身份验证状态时，该技能会导出一个包含会话密钥、cookies 和本地存储值的整洁 JSON 配置，可以轻松重新注入以绕过登录屏幕。
Agent Browser Skill 高级特性
- 状态持久化：即时保存和加载 cookies 或本地存储架构 (
state save/load)，从而完全跳过登录屏障。 - 网络拦截与路由：在您的流中完全拦截媒体追踪器或模拟 JSON 端点 (
network route --abort或--body)。 - 隔离会话：使用
--session标志并排运行不同的配置文件（例如，管理员与标准用户），且不会产生交叉污染。 - 稳定性控制：在执行操作前等待特定状态 (
wait --load networkidle或--text)。 - 标签页与框架处理：使用标准 CLI 键在多个浏览器标签页和嵌套的 iframes 之间无缝切换。
SKILL.md
加载中
Openclaw 相关技能
精选*
