browser-pilot

name	browser-pilot
triggers	null
version	1.0.0
status	enhanced
description	增强版浏览器自动化。基于 Playwright 实现完整浏览器操作，包括基础导航、截图、点击、表单填写、内容提取、文件上传/下载、多标签页管理。支持反检测和高级自动化。
provides	null
os	null
clawdbot	null
emoji	🌐
category	automation
priority	high
updated	"2026-03-11T00:00:00.000Z"

🌐 browser-pilot（增强版）

✅ 状态：增强版已上线，功能完整。

功能

基础操作

1. 导航 (navigate) - 访问 URL
2. 截图 (screenshot) - 页面截图（支持整页）
3. 点击 (click) - 点击元素
4. 填写 (fill) - 填写表单
5. 提取文本 (extract_text) - 提取页面/元素文本
6. 提取 HTML (extract_html) - 提取页面/元素 HTML
7. 等待 (wait) - 等待指定时间

增强功能（新增）

8. 文件上传 (upload_file) - 上传文件到表单
9. 文件下载 (download_file) - 下载文件
10. 多标签页 (switch_tab/new_tab/close_tab) - 标签页管理

浏览器支持

• Chromium（Chrome）
• Firefox
• WebKit（Safari）

反检测

• 隐藏 webdriver 特征
• 隐藏 automation 特征
• 随机 User-Agent
• 模拟人类操作延迟

使用方法

通过技能调用

用户说"打开网页"、"截图"、"自动化操作"时自动触发。

直接脚本调用

# 健康检查
python3 scripts/browse.py --check

# 访问网页
python3 scripts/browse.py --url "https://example.com"

# 访问网页并截图
python3 scripts/browse.py --url "https://example.com" --screenshot

# 访问网页并提取文本
python3 scripts/browse.py --url "https://example.com" --extract "h1"

# 有头模式（显示浏览器窗口）
python3 scripts/browse.py --url "https://example.com" --headed

# 自定义延迟
python3 scripts/browse.py --url "https://example.com" --slow-mo 500

Python API 调用

from browse import BrowserPilot

with BrowserPilot(headless=True, slow_mo=100) as pilot:
    # 启动
    pilot.start("chromium")
    
    # 导航
    pilot.navigate("https://example.com")
    
    # 截图
    pilot.screenshot("output.png")
    
    # 点击
    pilot.click("#login-button")
    
    # 填写表单
    pilot.fill("#username", "myuser")
    pilot.fill("#password", "mypass")
    
    # 提取文本
    text = pilot.extract_text("h1")
    print(text["text"])
    
    # 关闭（with 语句自动关闭）

技术实现

基于 playwright Python 库实现，提供同步 API。

安装

# 安装 playwright
pip install playwright

# 安装浏览器
playwright install

注意事项

1. 无头模式默认开启（可通过 --headed 切换有头模式）
2. 长时间运行的自动化任务建议使用有头模式以便观察

输出目录

截图和输出文件保存到：~/.xyvaclaw/output/browser/