跳到主要内容

🌐 浏览器自动化

YingClaw 内置无头浏览器自动化能力，基于 Rust 原生实现（Node.js 作为备选方案），可在无图形界面的环境中完成网页操作。

能力概述​

YingClaw 的浏览器自动化支持以下操作：

  • 🧭 页面导航：打开 URL、前进后退
  • 🖱️ 元素交互：点击按钮、填写输入框、选择下拉菜单
  • 📸 页面截图：捕获当前页面全屏或指定区域
  • 📄 内容提取：提取页面文本、表格、结构化数据
  • 🔐 登录流程：自动填写表单、处理登录

使用方式：agent-browser 技能​

浏览器自动化通过 agent-browser 技能触发。在对话中提及网页操作需求时，YingClaw 会自动加载该技能。

关键命令​

命令功能示例
navigate导航到指定 URLnavigate url="https://example.com"
click点击页面元素click selector="#submit-btn"
type在输入框中输入文本type selector="#search" text="YingClaw"
snapshot获取页面可访问性快照snapshot
screenshot截取当前页面截图screenshot filename="result.png"

使用场景​

场景说明
🌐 网页数据采集自动抓取网页内容、表格数据、列表信息
🧪 自动化测试模拟用户操作流程，验证页面功能
📝 表单填写自动填充和提交在线表单
🔐 登录流程处理需要登录的网站操作
📊 数据监控定时检查网页内容变化

使用示例​

典型操作流程​

> "帮我打开百度，搜索 YingClaw，然后截图搜索结果"

YingClaw 执行：
1. navigate → 打开百度首页
2. type → 在搜索框输入"YingClaw"
3. click → 点击搜索按钮
4. screenshot → 截取搜索结果页面

数据采集​

> "从这个页面的表格中提取所有产品名称和价格"

YingClaw 执行：
1. navigate → 打开目标页面
2. snapshot → 获取页面结构
3. 提取表格数据并格式化返回

注意事项​

注意事项说明
⏱️ 网络超时页面加载超时默认 30 秒，复杂页面建议增加等待
🔐 登录状态浏览器上下文在会话期间保持，可维持登录态
🧩 验证码图形验证码自动处理能力有限，可能需要人工介入
📦 资源加载无头模式默认不加载图片和视频以提升速度
🔒 安全限制部分网站可能检测并拦截无头浏览器

最佳实践​

  1. 先 snapshot 再操作：获取页面快照确认元素选择器后再交互
  2. 增加等待：动态加载的页面在操作前适当等待元素就绪
  3. 错误重试：网络不稳定时自动重试失败的导航请求
  4. 会话复用：同一会话内的登录状态可跨页面保持

下一步​

浏览器自动化让 YingClaw 能够与 Web 世界交互，接下来了解 🤖 多代理编排 处理复杂任务。

最后于 更新