Clawbrowser

核心用法

Clawbrowser 是一个基于 Playwright CLI 的浏览器自动化工具，专为 agent 设计，提供轻量级的浏览器控制能力。核心工作流程遵循"打开→快照→交互→验证"的循环模式：

1. 启动与配置：通过 npm install -g @playwright/cli 安装，使用 playwright-cli.json 配置浏览器参数、视口、超时和输出目录
2. 页面交互：open <url> 加载页面，snapshot 生成元素引用（e1, e2...），然后通过 click、fill、type 等命令操作元素
3. 状态管理：--session=<name> 实现会话隔离，持久化 cookie、存储和标签页状态，支持 session-list、session-stop、session-restart 等管理命令
4. 证据捕获：screenshot、pdf、console、network 用于记录执行过程和调试
5. 录制追踪：tracing-start/stop 和 video-start/stop 支持操作回放和审计

显著优点

• 轻量高效：无需启动完整 MCP 浏览器，CLI 直接驱动，资源占用低
• 会话隔离：多会话机制确保工作流互不干扰，适合并发任务
• 配置灵活：JSON 配置文件 + 命令行覆盖，支持 headless/headed 切换、多浏览器选择（Chromium/Firefox/WebKit）
• 自文档化：--help 实时反映最新命令集，降低学习成本
• DevTools 级调试：内置 console、network 拦截、权限注入等高级能力

局限性与风险

• 元素引用易失效：DOM 变化后必须重新 snapshot，否则操作会失败
• CLI 依赖稳定性：依赖 Node.js 环境和 Playwright 二进制文件，首次安装较大
• 无视觉反馈（默认）：headless 模式下难以直观排查问题，需主动截图
• 会话持久化风险：长期运行的会话可能积累敏感状态，需显式 session-delete 清理

适合人群

• 需要快速原型验证的自动化开发者
• 在资源受限环境中运行的 agent 系统
• 熟悉命令行、偏好脚本化控制而非 GUI 自动化的工程师

常规风险控制

1. 敏感操作（登录、支付）前启用 tracing-start 留痕
2. 涉及凭证时优先使用 --isolated 临时会话，避免持久化
3. 定期执行 session-stop-all + session-delete 清理残留状态
4. 生产环境建议固定 Playwright 版本，避免 latest 带来的兼容性风险

核心用法

Clawbrowser 是一个纯文档型 Skill，专门用于指导 AI Agent 通过 Microsoft Playwright CLI (playwright-cli) 实现浏览器自动化控制。Skill 本身不包含可执行代码，仅提供完整的 CLI 命令参考与最佳实践。

核心功能覆盖：

• 页面操控：open 加载网页、snapshot 生成元素引用、click/fill/type 交互操作
• 会话管理：--session 隔离多工作流，支持持久化 cookies/storage，提供 session-list/session-stop/session-delete 全生命周期管理
• 导航控制：tab-new/tab-close/tab-select 多标签管理，go-back/go-forward/reload 导航操作
• 调试取证：screenshot/pdf 截图导出，tracing-start/tracing-stop 录制操作轨迹，console/network 日志分析
• 配置灵活：通过 playwright-cli.json 统一配置浏览器类型、视口、超时、录制目录等参数

显著优点

1. 零安全风险：T-MD 类型纯 Markdown，无可执行代码、无第三方依赖、无网络调用
2. 权威技术栈：基于微软官方 Playwright CLI，工业级浏览器自动化标准
3. 轻量高效：相比完整 MCP Browser，无需加载重型组件，CLI 模式启动更快
4. 会话隔离完善：命名会话机制确保多任务并行时的状态隔离，避免 Cookie/Storage 污染
5. 取证能力强：原生支持录屏、截图、网络日志导出，便于审计与问题复现

潜在局限

• 非可视化依赖：纯 CLI 操作，复杂 DOM 结构需要反复 snapshot 确认元素引用
• 学习曲线：需要熟悉 Playwright 的元素引用体系（e1, e2 等自动编号）
• JavaScript 注入限制：eval/run-code 能力受限于 Playwright 上下文安全策略
• 浏览器二进制依赖：需预装 Chromium/Firefox/WebKit 浏览器，首次使用需 playwright-cli install
• 动态内容挑战：重度依赖 JavaScript 渲染的 SPA 页面可能需要额外等待策略

适合人群

• 需要批量浏览器自动化的数据工程师、QA 测试人员
• 构建轻量级爬虫或监控脚本的开发者
• 在受限环境中无法部署完整 MCP Browser 的 AI Agent 场景
• 追求可审计、可回放操作记录的企业合规场景

常规风险

• 凭证泄露风险：fill 操作可能暴露密码至命令历史，建议配合环境变量或安全凭据管理
• 会话持久化陷阱：未清理的会话可能导致意外登录状态残留，需规范执行 session-delete
• 反爬虫对抗：高频 CLI 操作可能触发目标站点的 bot 检测机制
• 资源占用：--headed 模式或视频录制会显著增加内存/磁盘消耗