前言¶

日常开发里有不少重复动作：打开某个页面确认构建产物、填一张表单、截图留档、把页面上的数据抓下来。写 Playwright 脚本周期太长，手工点又没法让 AI 复用。下面介绍的 Browser Use 走的是另一条路——它把浏览器操作拆成一组命令行子命令，让 Agent 按 open → state → click/input → screenshot 的顺序驱动浏览器，省掉写脚本的开销。

这是什么¶

Browser Use 是一个浏览器自动化 Skill，坐标 @clawhub_shawnpana/browser-use，上游仓库在 ClawHub（https://clawhub.ai/shawnpana/browser-use），当前版本 2.0.1，发布者 shawnpana，来源 clawhub，分类 ai-agent。它解决的是「让程序按步骤操作网页」这件事：定位页面元素、点击、输入、截图、取文本，都用命令完成，不需要单独写一段自动化脚本。

在 SkillHub 上，它对应浏览器自动化能力，面向开发与运维场景，触发词是 browser-use、agent-browser，风险等级 L2。

核心功能¶

按照官方 SKILL.md 的说明，这个 Skill 的核心是一个后台 daemon 保持浏览器常开，每条命令的延迟约 50ms，因此命令之间可以安全串联。能力分几组：

1、页面导航：browser-use open <url>、back、scroll、标签页管理。
2、页面状态：state 返回可点击元素及其编号，是后续所有点击操作的依据；screenshot 截图，支持 --full 整页。
3、交互：click、input <index> "text"、type、keys、select、upload、hover、dblclick、rightclick。
4、数据提取：eval "js code"、get title、get html、get text、get value、get attributes、get bbox。
5、等待与 Cookie：wait selector、wait text，以及 cookies get/set/clear/export/import。
6、会话：close、sessions、close --all。

浏览器模式有三种：默认的 headless Chromium（无需配置）、--headed 显示窗口便于调试、connect 接管用户已有的 Chrome（保留登录态和 Cookie），另有 cloud connect 使用云端浏览器。

安装与启用¶

安装走 ClawHub 的 CLI，官方命令如下：

openclaw skills install @shawnpana/browser-use

安装完成后先做一次自检，确认命令可用、配置是否就绪：

browser-use doctor

如果 doctor 提示 api_key 未设置，且你打算使用云端浏览器，需要额外登录：

browser-use cloud login <api-key>

配置存放在 ~/.browser-use/config.json，用 browser-use config list 查看，browser-use setup 进入交互式初始化。

两点说明：一是安装命令来自 ClawHub 上游页面，SkillHub 上的安装方式可能不同，以你实际使用的平台页面为准；二是该 Skill 标记为 requires_api_key=false，也就是说本地 headless 模式不需要密钥，只有云端能力才需要。

典型用法¶

官方给出的标准工作流是「导航 → 读取状态 → 用索引交互 → 验证 → 重复」：

browser-use open https://example.com
browser-use state

state 会返回页面里可点击元素的编号，后续操作就按编号来：

browser-use input 5 "user@example.com"
browser-use input 6 "password"
browser-use click 7

命令可以用 && 串联，因为浏览器由 daemon 保持常开：

browser-use open https://example.com && browser-use state

如果某条命令执行失败，先关掉会话再重试：

browser-use close

需要登录态的场景，用 Chrome profile：

browser-use profile list
browser-use --profile "Default" open https://github.com

要把本地开发服务器暴露给外部访问，可以起隧道：

browser-use tunnel 3000
browser-use open https://abc.trycloudflare.com

适用场景与注意¶

适合这几类人：需要在 CI 或本地脚本里做页面验证的开发者，需要批量填表或抓数据的运维人员，以及想让 Agent 自主完成网页操作的自动化场景。

几个限制和坑：

1、state 必须先跑。所有点击、输入都依赖它返回的索引，页面结构一变索引就失效，重跑一次即可。
2、索引不稳定。同一套命令对不同页面不能直接复用，需要先取状态再执行。
3、云端模式要密钥。cloud connect 需要 API key，本地模式不需要。
4、命令失败先 close。daemon 卡住时，关掉会话是最省事的恢复方式。
5、按次计费。SkillHub 上该技能为按次计费（0.01 元/次），执行核心任务时会触发一次平台支付授权，是否执行付费动作由用户决定；授权由作者自有服务 pay.sharpdealhub.com 承载，非第三方支付网关，只接收动作名与订单号，不读取本技能处理的内容。使用前请确认自己接受这种计费方式。

结尾¶

Browser Use 的价值在于把浏览器自动化从「写脚本」变成「跑命令」，命令粒度细到可以单步调试，又能串起来完成完整流程。如果你要的是稳定可复现的页面自动化，先跑 browser-use doctor，再从 open + state 开始试。

官方地址：https://clawhub.ai/shawnpana/browser-use
SkillHub 页面：https://www.skillhub.cn/skills/clawhub_shawnpana/browser-use