夜雨聆风导语：
前面几期我们学了搜索、定时任务、知识图谱。今天这个技能更猛——让 AI 控制你的浏览器，自动填表、点击按钮、截图、抓取数据。你只需要告诉它"要什么"，它帮你做完。
一、痛点：AI 这么聪明，却连个表单都填不了？
常见困境
Copy
问题在哪？
大多数 AI 只能"读"网页，不能"操作"网页
填表、点击、登录这些操作必须人手动完成
重复性的网页操作耗时费力
二、浏览器自动化技能简介
核心能力
技术原理
Copy
三、安装步骤
第一步：安装依赖
Copy
第二步：安装浏览器
Copy
第三步：验证安装
Copy
四、基础操作
Copy
打开网页
截图
生成 PDF
五、核心操作：快照与交互
AI 不能直接"看懂"网页，需要通过**快照（Snapshot）**获取页面结构：
Copy
返回 JSON 格式的页面元素，每个元素有引用编号（如 e1、e2），AI 通过编号操作元素：
json
{
"success": true,
"data": {
"snapshot": "页面内容...",
"refs": {
"e1": {"role": "heading", "name": "页面标题"},
"e2": {"role": "button", "name": "提交"},
"e3": {"role": "textbox", "name": "用户名"}
}
}
}
六、实战操作
agent-browser click @e2 |
填写agent-browser fill @e3 "内容"获取文本agent-browser get text @e1 --json获取链接agent-browser get attr @e2 "href" --json等待元素agent-browser wait @e2等待文本agent-browser wait --text "提交成功"滚动agent-browser scroll down 500回车agent-browser press Enter
七、实战案例
案例 1：自动搜索
Copy
1. 打开百度
agent-browser open https://www.baidu.com
2. 获取页面结构
agent-browser snapshot -i --json
3. AI 发现搜索框是 e1，输入关键词
agent-browser fill @e1 "OpenClaw 教程"
4. 按回车搜索
agent-browser press Enter
5. 等待结果加载
agent-browser wait --load networkidle
6. 再次获取结构，提取结果
agent-browser snapshot -i --json
案例 2：自动填表
Copy
1. 打开表单
agent-browser open https://docs.qq.com/form/...
2. 填写
agent-browser fill @e3 "张三"
agent-browser fill @e4 "13800138000"
3. 提交
agent-browser click @e7
案例 3：定时抢票
Copy
1. 打开秒杀页面
agent-browser open https://maoshe.com/seckill
2. 等待抢购按钮出现
agent-browser wait --text "立即抢购"
3. 立即点击
agent-browser snapshot -i --json
agent-browser click @e5
4. 填写信息并提交
agent-browser fill @e3 "你的手机号"
agent-browser click @e7
⚠️ 注意：实际秒杀场景需要极快速度，建议配合脚本优化
案例 4：自动登录保持
Copy
首次登录后保存状态
agent-browser state save auth.json
下次直接加载，无需重复登录
agent-browser state load auth.json
agent-browser open https://example.com/dashboard
八、高级功能
agent-browser tab new https://example.com | |
agent-browser tab 2 | |
agent-browser network route "**/ads/*" --abort | |
agent-browser network route "**/api/*" --body '{"x":1}' | |
agent-browser state save auth.json | |
agent-browser state load auth.json | |
agent-browser --session admin open site.com |
九、最佳实践
✅ 应该做的
先做快照
— 每次页面变化后重新快照
适当等待
— 用 --load networkidle 等待网络完成
保存状态
— 登录后保存 auth.json
调试模式
— 用 --headed 查看浏览器窗口
❌ 避免这样做
不要省略快照
— 直接猜测元素编号容易出错
不要操作太快
— 加上适当的 wait
不要忽视错误
— 快照失败说明页面还没加载完
十、与 Selenium 对比
总结
今天就试试：
安装 agent-browser
打开一个网页
截图保存
尝试填写一个表单
💡下期预告：我们将学习如何让 OpenClaw 连接 100+ 国内外服务——使用 API Gateway 技能，一个配置连接所有常用工具。
👇 互动时间
本文使用 OpenClaw + agent-browser 技能辅助创作
关注「私享斋」，获取更多科技技能实操干货 👆