Oc Browser Automation 1.0.0 — Oc Browser 自动化 1.0.0

bb-browser 浏览器控制工具

这是 OpenClaw browser 工具的封装，提供强大的浏览器自动化能力。

核心功能 功能 说明 打开网页 导航到指定 URL 截图 页面截图或全页截图 快照 获取页面 DOM 快照（AI 快照或 ARIA 快照） 点击 点击页面元素 输入 在输入框中输入文本 滚动 滚动页面 等待 等待元素/文本/URL 加载 标签页管理 打开/切换/关闭标签页 文件上传 上传文件到网页 下载 从网页下载文件 使用方式

• 查看浏览器状态

browser action=状态

• 启动浏览器

browser action=启动

• 打开网页

browser action=open url="https://example.com"

• 截图

// 普通截图 browser action=screenshot

// 全页截图 browser action=screenshot fullPage=true

// 带标签的截图（显示元素编号） browser action=snapshot labels=true

• 获取页面快照

// AI 快照（带数字编号，适合点击操作） browser action=snapshot

// 交互式快照（推荐，更稳定） browser action=snapshot interactive=true

// 紧凑模式 browser action=snapshot compact=true

• 点击元素

// 使用快照返回的数字 ref browser action=act kind=命令行工具ck ref="12"

// 使用 角色 ref browser action=act kind=命令行工具ck ref="e12"

• 输入文本

// 输入文本并提交 browser action=act kind=type ref="23" text="hello" submit=true

// 输入后按回车 browser action=act kind=press key="Enter"

• 等待元素

// 等待文本出现 browser action=wAIt text="完成"

// 等待 URL 变化 browser action=wAIt url="/仪表盘"

// 等待加载状态 browser action=wAIt load=networkidle

// 组合等待 browser action=wAIt selector="#mAIn" url="/dash" load=networkidle

• 标签页操作

// 打开新标签页 browser action=open url="https://example.com"

// 列出标签页 browser action=tabs

// 切换到指定标签页 browser action=focus tar获取Id="abcd1234"

// 关闭标签页 browser action=close tar获取Id="abcd1234"

• 文件上传

// 上传文件 browser action=上传 filePath="/tmp/OpenClaw/上传s/file.pdf"

• 滚动页面

// 滚动到元素可见 browser action=act kind=scrollIntoView ref="e12"

// 滚动到顶部/底部 browser action=act kind=evaluate fn="window.scrollTo(0, document.body.scrollHeight)"

• 设置浏览器状态

// 设置离线模式 browser action=设置 offline=true

// 设置自定义 Headers browser action=设置 headers="{\"X-调试\":\"1\"}"

// 设置地理位置 browser action=设置 geo="37.7749,-122.4194"

// 设置 User 代理 / 设备 browser action=设置 device="iPhone 14"

快照引用 (Refs) 详解 AI 快照 (默认) 返回带数字编号的快照 (1, 2, 3...) 点击时使用 ref="12" 这样的数字 角色 快照 (推荐) 使用 --interactive 或 --compact 参数 返回 [ref=e12] 格式的角色引用 更稳定，不依赖 DOM 结构变化 重要提示 Refs 在页面导航后会失效，每次操作前建议重新获取快照 使用 highlight 可以高亮显示目标元素，验证点击位置 常见工作流 登录网页示例 browser action=open url="https://example.com/记录in" browser action=snapshot → 获取快照 browser action=act kind=type ref="5" text="username" → 输入用户名 browser action=act kind=type ref="6" text="password" → 输入密码 browser action=act kind=命令行工具ck ref="7" → 点击登录按钮 browser action=wAIt url="**/仪表盘" → 等待跳转 填写表单示例 打开页面 browser action=snapshot interactive=true 使用 fill 批量填充多个字段： browser action=act kind=fill fields='[{"ref":"1","type":"text","value":"张三"},{"ref":"2","type":"text","value":"25"}]'

下载文件示例 点击下载链接 browser action=wAItfor下载 filename="报告.pdf" 文件保存到 /tmp/OpenClaw/下载s/ 调试技巧 查看控制台错误 browser action=console level="error"

查看网络请求 browser action=请求s 过滤器="API"

录制 追踪 browser action=追踪_启动 // 执行操作 browser action=追踪_停止

高亮元素 browser action=highlight ref="e12"

参数说明 参数 类型 说明 action string 操作类型：状态, 启动, 停止, tabs, open, focus, close, snapshot, screenshot, act, navigate, wAIt, 上传 等 url string 目标 URL 性能分析 string 浏览器配置：OpenClaw (默认) / chrome (使用你的 Chrome) tar获取 string 浏览器目标：sandbox / host / node ref string 元素引用编号 text string 输入的文本 fullPage boolean 是否截取完整页面 interactive boolean 是否使用交互式快照 compact boolean 是否使用紧凑模式 kind string 操作类型：命令行工具ck, type, press, hover, scroll, select, drag, fill, evaluate 注意事项 安全：浏览器可能包含登录会话，请勿分享浏览器状态 Refs：每次页面变化后需要重新获取快照 等待：网络慢的页面记得增加等待时间 调试：先用 snapshot 查看页面结构，再进行操作