Browser Control Skill
浏览器控制工具 - 通过 Selenium 实现浏览器自动化控制。
功能列表 (35+ 命令)
基础操作
| 命令 | 说明 |
|---|
open <url> | 打开网页 |
screenshot | 网页截图 |
screenshotb64 | 网页截图(base64) |
fullscreen | 全页面截图 |
js <script> | 执行 JavaScript |
cookies | 获取 Cookies |
setcookie <name> <value> | 设置 Cookie |
clearcookies | 清除 Cookies |
source | 获取页面源码 |
title | 获取标题 |
url | 获取当前 URL |
元素操作
| 命令 | 说明 |
|---|
find <selector> | 查找元素 |
click <selector> | 点击元素 |
fill <selector> <text> | 填写输入框 |
submit <selector> | 提交表单 |
hover <selector> | 悬停 |
attr <selector> <name> | 获取元素属性 |
导航操作
| 命令 | 说明 |
|---|
back | 后退 |
forward | 前进 |
refresh | 刷新 |
wait <seconds> | 等待 |
scroll [x] [y] | 滚动页面 |
scrollto <selector> | 滚动到元素 |
waitelem <selector> | 等待元素出现 |
标签页操作
| 命令 | 说明 |
|---|
newtab <url> | 新建标签页 |
switchtab <index> | 切换标签页 |
closetab | 关闭标签页 |
tabs | 获取所有标签页 |
高级功能
| 命令 | 说明 |
|---|
links | 获取所有链接 |
images | 获取所有图片 |
size | 获取页面尺寸 |
ua <user-agent> | 设置 User-Agent |
proxy <address> | 设置代理 |
依赖安装
pip install selenium
需要 Chrome 浏览器和 ChromeDriver。
使用示例
# 打开网页并截图
python scripts/browser_ctrl.py open https://www.baidu.com
python scripts/browser_ctrl.py screenshot
# 查找元素并填写
python scripts/browser_ctrl.py find "#kw"
python scripts/browser_ctrl.py fill "#kw" "搜索内容"
python scripts/browser_ctrl.py click "#su"
# 获取页面所有链接
python scripts/browser_ctrl.py links
# 设置代理
python scripts/browser_ctrl.py proxy "http://127.0.0.1:8080"
# 设置 User-Agent
python scripts/browser_ctrl.py ua "Mozilla/5.0..."
触发关键词
- "打开网页"、"浏览器"
- "网页截图"
- "执行 JS"
- "点击"、"填写"
- "前进"、"后退"
- "获取链接"、"获取图片"
- "设置代理"
注意事项
- 需要安装 Chrome 浏览器
- 需要 chromedriver 与 Chrome 版本匹配
- 无头模式运行（不显示浏览器窗口）
- 截图保存在 ~/Pictures/OpenClaw/
- 支持 CSS 选择器和 XPath
