第12章浏览器控制与网页工具

一句话：Agent 可以打开浏览器、搜索网页、读取网页内容、甚至操控页面元素——这是它连接互联网信息的关键能力。

12.1 三种浏览器模式

OpenClaw 支持三种浏览器运行模式：

模式	说明	适用场景
`"openclaw"`	OpenClaw 内置的无头浏览器	默认，推荐
`"user"`	使用用户本机已安装的浏览器	需要登录态的场景
`"chrome-relay"`	通过 Chrome 扩展中继连接系统浏览器	需要扩展、toolbar attach 场景

12.2 Snapshot → Ref → Act 核心机制

Agent 操控浏览器的核心流程：

Snapshot：对当前页面做快照（DOM 结构、文本内容、可交互元素）
Ref：为页面上的每个可交互元素分配一个引用编号
Act：通过引用编号对元素执行操作（点击、输入、滚动等）

这个机制让 Agent 不需要”看到”网页的视觉效果，只需要理解页面结构就能操控。

12.3 网页工具

web_search

执行搜索引擎查询：

Agent: 我来帮你搜索一下最新的 Next.js 15 变化。
[调用 web_search: "Next.js 15 new features 2026"]

web_fetch

获取指定 URL 的网页内容：

Agent: 让我读取这篇文章的内容。
[调用 web_fetch: "https://example.com/article"]

Canvas 工具

Agent 可以在 Canvas 画布上绘制图表、流程图等可视化内容，然后将图片发送给用户。

12.4 远程浏览器

远程 CDP（Chrome DevTools Protocol）

在无头服务器上，可以连接远程 Chrome 实例。通过 profiles 配置远程 CDP URL：

{
  browser: {
    enabled: true,
    profiles: {
      remote: {
        cdpUrl: "http://remote-chrome:9222",
      },
    },
  },
}

Browserless

集成 Browserless 服务，提供可扩展的浏览器实例池：

{
  browser: {
    enabled: true,
    profiles: {
      cloud: {
        cdpUrl: "https://production-sfo.browserless.io?token=your-token",
      },
    },
  },
}

12.5 安全考虑

SSRF 策略

Agent 的浏览器操作需要注意 SSRF（Server-Side Request Forgery）风险。OpenClaw 内置了 SSRF 防护策略：

默认为信任网络模式（dangerouslyAllowPrivateNetwork: true），允许访问内网地址
可设置 dangerouslyAllowPrivateNetwork: false 切换为严格模式，阻止内网访问
严格模式下可通过 hostnameAllowlist 配置例外域名
浏览器导航时会做 SSRF 检查，导航完成后对最终 URL 做二次检查

12.6 小结

概念	说明
三种模式	openclaw（内置）、user（本机浏览器）、chrome-relay（扩展中继）
核心机制	Snapshot → Ref → Act
web_search	搜索引擎查询
web_fetch	获取网页内容
Canvas	可视化绘图
安全	SSRF 防护，默认信任内网（`dangerouslyAllowPrivateNetwork: true`）

下一章进入 Nodes——让 Agent 操控你的手机和电脑。

第12章 浏览器控制与网页工具