Claw Browser

🌐 AI Agent 的浏览器视觉引擎

基于 Playwright 的 Chromium 浏览器自动化工具,支持 JavaScript 渲染、截图和可视化模式,为 AI Agent 提供真实网页浏览能力

收藏
7.6k
安装
1.5k
版本
1.0.2
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

claw-browser 是一个基于 Python Playwright 的浏览器自动化技能,通过 Chromium 浏览器为 OpenClaw Agent 提供真实的网页浏览能力。与简单的 HTTP 请求不同,该工具支持 JavaScript 渲染、动态内容加载、SPA 应用交互、截图捕获以及可视化模式运行。

主要功能:

  • --action read:读取网页内容(支持 JavaScript 渲染后的 DOM)
  • --action screenshot:截取网页截图并保存为 evidence.png
  • --visible 标志:启用非 headless 模式,显示真实浏览器窗口

使用前提:
必须先创建 Python 虚拟环境并执行 playwright install chromium 下载浏览器二进制文件,否则浏览器无法启动。

显著优点

1. 真实浏览器能力:基于 Chromium,完整支持现代 Web 技术栈(React/Vue/Angular 等 SPA)
2. 视觉验证:截图功能便于验证页面状态、留存审计证据

3. 可视化演示--visible 模式适合演示场景,用户可实时观察浏览器操作

4. 动态内容处理:解决传统 HTTP 客户端无法获取 JavaScript 渲染内容的问题

5. 跨平台支持:兼容 macOS、Linux、Windows(含 WSL 环境的 DISPLAY 修复方案)

潜在缺点与局限性

1. 环境依赖重:需单独安装 Chromium 二进制(约 100MB+),首次 setup 耗时
2. 资源占用高:相比纯 HTTP 请求,内存和 CPU 消耗显著增加

3. WSL 兼容性问题:Linux/WSL 环境需手动设置 DISPLAY=:0 环境变量

4. 无高级交互:当前仅支持 read/screenshot,无点击、表单填写、滚动等交互能力

5. 单页局限:未提及多标签页、Cookie 持久化、登录状态保持等进阶功能

6. 截图命名固定:输出文件名硬编码为 evidence.png,存在覆盖风险

适合人群

  • 需要处理 JavaScript 驱动型网站的自动化场景
  • 需要视觉验证或审计截图的合规性检查
  • 需要向非技术用户演示浏览器操作的教育/展示场景
  • 传统 curl/requests 无法获取完整内容的动态网站数据采集

常规风险

1. 供应链风险:依赖 Playwright 和 Chromium 二进制,需信任微软/Mozilla/Google 分发渠道
2. 系统资源耗尽:Chromium 进程若未正常关闭可能导致僵尸进程堆积

3. 信息泄露:截图可能意外捕获敏感信息,需注意输出文件管理

4. 网站反爬:真实浏览器特征更易被检测,可能触发风控或封禁

5. XSS 风险:访问恶意 URL 时,浏览器上下文存在潜在安全风险(虽已隔离但非沙箱级)

Claw Browser 内容

手动下载zip · 4.1 kB
browser.pytext/plain
请选择文件