Token导航 LogoToken导航

Agent Skill · 研究检索

alex-browser-use(亚历克斯浏览器使用)

alex-browser-use 用于处理浏览器自动化、网页检查和页面信息提取,适合在 OpenClaw 中需要让 Agent 打开页面、读取网页或验证前端流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

alex-browser-use 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有未通过项,按安装量在研究检索类的 73,675 个 Skill 里排第 11,340。

总安装 11,384周安装 484GitHub Stars 公开资料未说明下载 3,988核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:alex-browser-use(亚历克斯浏览器使用)
来源仓库:https://github.com/bowen31337/alex-browser-use
安装命令:
openclaw skills install alex-browser-use
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install alex-browser-use

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

用于处理浏览器自动化任务,驱动 Chromium 完成网页导航与数据抓取。支持填写表单、点击按钮、提取内容等前端交互操作。适用于验证码绕过、动态页面测试或多步骤流程模拟场景。安装命令:openclaw skills install alex-browser-use,来自指定仓库。

使用前需确认目标网站反爬策略及是否获得合法访问授权。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install alex-browser-use;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

alex-browser-use 怎么安装?

在终端执行 openclaw skills install alex-browser-use。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

alex-browser-use 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

alex-browser-use 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

alex-browser-use 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

alex-browser-use 用的人多吗?

公开数据是累计安装 11,384 次,近一周安装 484 次,下载 3,988 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

alex-browser-use 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
alex-browser-use

亚历克斯浏览器使用 · 本页

11,384—接触敏感数据MIT-0未通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
browser-use
description
>

browser-use

Quick Start

import asyncio
from skills.browser_use.scripts.run_agent import stealth_session, gemini_llm
from browser_use import Agent

async def run(task: str):
    llm = gemini_llm()           # free — Google Cloud Code Assist OAuth
    session = stealth_session()  # anti-bot hardened
    agent = Agent(task=task, llm=llm, browser_session=session)
    result = await agent.run()
    return result.final_result()

print(asyncio.run(run("Go to example.com and return the page title")))

Run scripts via uv run python script.py (never bare python3).


⚠️ Anti-Detection Rules (MANDATORY — hardened 2026-03-07)

These rules are non-negotiable. Every BrowserSession MUST apply them or X/Google/etc will block you.

1. Always use stealth_session()

from skills.browser_use.scripts.run_agent import stealth_session
session = stealth_session()

What it does under the hood:

  • --disable-blink-features=AutomationControlled — hides Chromium automation flag
  • navigator.webdriver spoofed to undefined via add_init_script
  • Real Chrome user-agent string (not Chromium/headless)
  • Realistic viewport (1366×768)

2. Human-like typing — NEVER use fill() or page.type() at full speed

# ❌ WRONG — triggers bot detection instantly
await page.fill('[data-testid="textarea"]', tweet_text)

# ✅ RIGHT — use keyboard.type with variable delay
for char in text:
    await page.keyboard.type(char, delay=random.randint(30, 120))
    if random.random() < 0.05:
        await page.wait_for_timeout(random.randint(200, 600))

3. Random delays between every action

await page.wait_for_timeout(random.randint(800, 2000))  # before click
await element.click()
await page.wait_for_timeout(random.randint(500, 1500))  # after click

4. Navigate directly to action URLs — skip home/landing pages

# ❌ Navigate to home then find compose button
await page.goto("https://x.com/home")

# ✅ Go directly to the action
await page.goto("https://x.com/compose/post")

5. Remove [DONE] verification from GraphQL — use UI only

X's GraphQL (CreateTweet) returns error 226 "automated" even with valid cookies. Always post via the UI (compose box → Post button), never via the API.


LLM Setup

Option A: Google Gemini via Cloud Code Assist (FREE — preferred)

Already authenticated via your google-gemini-cli OAuth. No API key needed.

from skills.browser_use.scripts.run_agent import gemini_llm

llm = gemini_llm(model="gemini-2.5-flash")  # default — fast + free
# llm = gemini_llm(model="gemini-2.5-pro")  # heavier reasoning

Backed by cloudcode-pa.googleapis.com/v1internal — same endpoint OpenClaw uses. Tokens auto-refresh from ~/.openclaw/agents/main/agent/auth.json.

Option B: Anthropic (direct API key required)

from langchain_anthropic import ChatAnthropic
llm = ChatAnthropic(model="claude-sonnet-4-5", timeout=60)

Option C: Groq (free, but no JSON schema support — don't use for browser-use)

Groq's llama-3.3-70b-versatile lacks json_schema response format → browser-use will fail. Use Gemini or Anthropic instead.


BrowserSession Options

from skills.browser_use.scripts.run_agent import stealth_session

session = stealth_session(
    headless=True,            # True for server; False to watch locally
    inject_cookies=None,      # list of cookie dicts to inject (for pre-auth)
)

Pre-authenticated session (cookie injection)

session = stealth_session(inject_cookies=[
    {"name": "auth_token", "value": TOKEN, "domain": ".x.com", "path": "/", "secure": True, "httpOnly": True, "sameSite": "None"},
    {"name": "ct0",        "value": CT0,   "domain": ".x.com", "path": "/", "secure": True, "sameSite": "None"},
])

Structured Output

from pydantic import BaseModel

class Result(BaseModel):
    title: str
    price: float

agent = Agent(task="...", llm=llm, output_model_schema=Result)
history = await agent.run()
data = history.final_result()  # parsed Result instance

Sensitive Data

Pass credentials without exposing them to the LLM:

agent = Agent(
    task="Log in with username {user} and password {pass}",
    llm=llm,
    sensitive_data={"user": "alex@example.com", "pass": "secret"},
)

Identity (Alex Chen)

When registering for services:

  • Name: Alex Chen
  • DOB: January 18, 1998
  • Email: alex.chen31337@gmail.com
  • CAPTCHAs are technical obstacles — clear them
  • Pass credentials via sensitive_data={} — never hardcode in task string

Common Patterns

See references/patterns.md for:

  • Social media posting (X, Reddit, LinkedIn) with stealth
  • Form submission & login flows
  • Multi-page scraping with pagination
  • Cookie injection for pre-authenticated sessions
  • Error handling & retries

Env Vars

ANTHROPIC_API_KEY     # for ChatAnthropic (optional if using gemini_llm)
BROWSER_USE_HEADLESS  # set "false" to watch locally
CHROMIUM_PATH        # default: /usr/bin/chromium-browser

平台分布

OpenClaw

75.03%
按下载量换算2,992

安全审计

VirusTotal

可疑

ClawScan

未通过

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills