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

使用方式

1. 查看浏览器状态

browser action=status

2. 启动浏览器

browser action=start

3. 打开网页

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

4. 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

5. 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

6. 点击元素

// 使用快照返回的数字 ref
browser action=act kind=click ref="12"

// 使用 role ref
browser action=act kind=click ref="e12"

7. 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"

8. 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="**/dashboard"

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

// 组合等待
browser action=wait selector="#main" url="**/dash" load=networkidle

9. 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 targetId="abcd1234"

// 关闭标签页
browser action=close targetId="abcd1234"

10. 文件上传

// 上传文件
browser action=upload filePath="/tmp/openclaw/uploads/file.pdf"

11. 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)"

12. 设置浏览器状态

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

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

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

// 设置 User Agent / 设备
browser action=set 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

Role 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

1. browser action=open url="https://example.com/login"
2. browser action=snapshot → 获取快照
3. browser action=act kind=type ref="5" text="username" → 输入用户名
4. browser action=act kind=type ref="6" text="password" → 输入密码
5. browser action=act kind=click ref="7" → 点击登录按钮
6. browser action=wait url="**/dashboard" → 等待跳转

填写表单示例

1. 打开页面
2. browser action=snapshot interactive=true
3. 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

1. 点击下载链接
2. browser action=waitfordownload filename="report.pdf"
3. 文件保存到 /tmp/openclaw/downloads/

调试技巧

查看控制台错误

browser action=console level="error"

查看网络请求

browser action=requests filter="api"

录制 Trace

browser action=trace_start
// 执行操作
browser action=trace_stop

高亮元素

browser action=highlight ref="e12"

参数说明

注意事项

1. 安全：浏览器可能包含登录会话，请勿分享浏览器状态
2. Refs：每次页面变化后需要重新获取快照
3. 等待：网络慢的页面记得增加等待时间
4. 调试：先用 snapshot 查看页面结构，再进行操作