使用 CDP 代理实现真实 Chrome 自动化,支持完整登录状态访问页面、绕过反爬虫检测、执行点击/填写等交互操作。
浏览器- cdp 是什么 ?
功能概述
浏览器- cdp 是什么 ?是一项面向实际任务的技能,主要用于浏览器- cdp 直接通过 Chrome DevTools 协议( CDP) 连接到您的本地 Chrome, 给 AI 代理 :. 完全登录状态 – 您的 cookie 和会话被带入 throug。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
- 实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
使用与执行
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
结果检查与注意事项
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
什么是 browser-cdp?
browser-cdp 通过 Chrome DevTools Protocol(CDP)直接连接本地 Chrome 浏览器,为 AI agent 提供以下能力:
- 完整的登录状态 —— 复用您的 Cookie 和会话信息
- 反机器人绕过能力 —— 可访问屏蔽静态抓取器的页面(如搜索引擎结果页、视频平台)
- 交互式操作 —— 支持点击、表单填写、滚动、拖拽、文件上传等
- 动态内容提取 —— 可读取 JavaScript 渲染后的 DOM
- 截图功能 —— 可在任意时刻对任意页面进行截图
架构
Chrome(remote-debugging-port=9222)
↓ CDP WebSocket
CDP Proxy(cdp-proxy.mjs)—— 运行于 localhost:3456 的 HTTP API
↓ HTTP REST
OpenClaw AI Agent
配置步骤
1. 启动启用调试端口的 Chrome
# macOS —— 必须使用完整二进制路径(不可使用 `open -a`) pkill -9 "Google Chrome"; sleep 2 "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-debug-profile --no-first-run &
验证是否启动成功:
curl -s http://127.0.0.1:9222/json/version
2. 启动 CDP Proxy
node ~/.openclaw/skills/browser-cdp/scripts/cdp-proxy.mjs &
sleep 3
curl -s http://localhost:3456/health
# {"status":"ok","connected":true,"sessions":0,"chromePort":9222}
API 参考
# 列出所有标签页 curl -s http://localhost:3456/targets # 在新标签页中打开 URL curl -s "http://localhost:3456/new?url=https://example.com" # 执行 JavaScript curl -s -X POST "http://localhost:3456/eval?target=TARGET_ID" -d 'document.title' # JS 级点击(速度快,推荐使用) curl -s -X POST "http://localhost:3456/click?target=TARGET_ID" -d 'button.submit' # 真实鼠标点击 curl -s -X POST "http://localhost:3456/clickAt?target=TARGET_ID" -d '.upload-btn' # 截图 curl -s "http://localhost:3456/screenshot?target=TARGET_ID&file=/tmp/shot.png" # 滚动(支持懒加载) curl -s "http://localhost:3456/scroll?target=TARGET_ID&direction=bottom" # 导航至指定 URL curl -s "http://localhost:3456/navigate?target=TARGET_ID&url=https://..." # 关闭标签页 curl -s "http://localhost:3456/close?target=TARGET_ID"
工具选择:三层策略
| 场景 | 推荐工具 | 原因 |
|---|---|---|
| 公开页面(GitHub、Wikipedia、博客等) | agent-reach |
速度快、Token 消耗低、返回结构化数据 |
| 搜索结果页(Bing / Google / YouTube) | browser-cdp |
agent-reach 会被屏蔽 |
| 需登录才能访问的内容 | browser-cdp |
agent-reach 不携带 Cookie |
| JavaScript 渲染的页面 | browser-cdp |
可读取渲染完成后的 DOM |
| 简单自动化任务或独立截图需求 | agent-browser |
无需额外配置 Chrome |
| 大规模并行爬取 | agent-reach + 并行 |
browser-cdp 易受请求频率限制 |
决策流程:
公开内容 → 使用 agent-reach(快速、低成本) 搜索结果 / 被屏蔽页面 → 使用 browser-cdp 仍失败 → 回退至 agent-reach,并将该站点模式记录至 site-patterns
已知限制
- Chrome 必须使用独立的用户配置文件(例如
/tmp/chrome-debug-profile) - 同站多标签页可能触发频率限制
- 需要 Node.js 22+(依赖原生 WebSocket 支持)
- macOS 下:必须使用 Chrome 的完整二进制路径启动,不可使用
open -a
站点模式与使用日志
~/.openclaw/skills/browser-cdp/references/site-patterns/ # 按域名存储的经验规则 ~/.openclaw/skills/browser-cdp/references/usage-log.md # 每次调用的详细记录
起源
本项目基于 eze-is/web-access(MIT 协议)适配改造,专为 OpenClaw 设计。
原始版本存在一个 Bug(ES 模块中误用 require(),已在本版本修复)。
热门AI工具
相关专题
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题梳理XORM框架的入门路径,从框架定位、依赖安装、连接数据库到跑通第一个增删改查示例,讲清Engine初始化、日志开启与项目目录规划,并对比GORM等同类ORM的差异,帮助Go开发者建立整体认知。
0
2026.11.04
本专题聚焦Docker Desktop容器端口映射与访问配置,整理从创建容器、设置端口绑定到验证本地服务访问的操作流程。针对端口被占用、映射配置错误、容器服务无法访问等情况,也提供相应的检查方向,方便用户完成端口配置。
0
2026.11.03
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.7万人学习
共6课时 | 54.7万人学习
最新文章