Browser Automation Skill

通过用户已登录的浏览器（Edge/Chrome）执行自动化任务。核心技术：CDP（Chrome DevTools Protocol），通过 WebSocket 与浏览器通信。

何时使用

优先用 web_fetch。以下情况才需要 CDP 自动化：

场景	是否需要 CDP
静态 HTML 页面	❌ `web_fetch` 即可
JS 渲染的页面（如 B站）	✅ 需要
需要登录态的网站（已登录在你的浏览器里）	✅ 需要
需要交互（点击、填表、滚动）	✅ 需要
网站有反爬/风控	⚠️ 可能失败

架构概览

Agent（我）
    ↓ require('./cdp-automation.js')
cdp-automation.js（连接管理器 + 浏览器抽象类）
    ↓ WebSocket (HTTP → CDP)
用户 Windows 浏览器（Edge:9222 / Chrome:9223）
    ↓ 执行 JS / 读 DOM / 点击
目标网站（bilibili / 小红书 / Minimax 等）

快速开始

1. 确保浏览器 remote debugging 已开启

Edge（端口 9222）：

# 方式 A：用你日常的 Edge（推荐，已登录）
taskkill /F /IM msedge.exe /T
Start-Sleep 3
Start-Process "C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe" --remote-debugging-port=9222

# 方式 B：用独立 profile（不影响日常浏览）
Start-Process "C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe" --remote-debugging-port=9222 --user-data-dir="C:\OpenClawBrowser\Edge"

Chrome（端口 9223）：

Start-Process "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9223

2. 在任务中调用

const { edge, chrome } = require('./browser-automation/cdp-automation.js');

// 基础用法
await edge.goto('https://目标网站.com');
const data = await edge.eval(`document.title`);

// 点击 + 等待 + 提取
await edge.click('[class*="radio-filter__item"]');  // CSS 选择器
await edge.wait(5000);  // 等待 JS 渲染
const result = await edge.eval(`提取数据的 JS `);

// 截图
const png = await edge.screenshot();  // 返回 base64

API 参考

`browser.goto(url)`

导航到指定 URL，等待页面加载完成（Page.loadEventFired + 额外 2s 等待 JS 渲染）。

await edge.goto('https://space.bilibili.com/151190274/video');

`browser.eval(script)`

在页面上下文执行 JavaScript，返回结果。

// 读取 DOM
const r = await edge.eval(`document.title`);
console.log(r.result.value);

// 提取结构化数据
const r = await edge.eval(`
    JSON.stringify(
        Array.from(document.querySelectorAll('.upload-video-card')).slice(0,5).map(c => ({
            title: c.querySelector('.bili-video-card__title')?.innerText,
            play: c.querySelector('.bili-cover-card__stat span')?.innerText
        }))
    )
`);
const videos = JSON.parse(r.result.value);

`browser.click(selector)`

点击匹配选择器的第一个元素。通过计算元素中心坐标后用 document.elementFromPoint 模拟点击，支持任何可点击元素。

await edge.click('[class*="radio-filter__item"]');  // 点击"最多播放"tab

`browser.screenshot()`

截图当前页面，返回 PNG base64 字符串。可选保存到文件：

const png = await edge.screenshot();
require('fs').writeFileSync('/tmp/screenshot.png', Buffer.from(png, 'base64'));

`browser.wait(ms)`

显式等待，用于等待 JS 渲染或网络请求。

await edge.click('.next-page');
await edge.wait(3000);  // 等待翻页后内容加载

`browser.tabs()`

获取所有标签页列表（不含临时 JS 上下文）。

const tabs = await edge.tabs();
const bTab = tabs.find(t => t.url.includes('bilibili.com'));

平台踩坑经验

B站

选择器（2025年有效）：

视频卡片：.upload-video-card
标题：.bili-video-card__title
播放量：.bili-cover-card__stat span（第一个 span）
"最多播放" tab：[class*="radio-filter__item"]，文字为"最多播放"

重要：

B站页面完全 JS 渲染，web_fetch 拿到的是空壳
播放量字段在 DOM 里是文本（如"1890"），不是数字
排序需要 JS 端做：parseInt(play.replace(/\D/g,''))
API 有 wbi 签名保护，直接调 API 不可行，必须走 DOM

小红书（Xiaohongshu）

注意：

有强反自动化检测（UA 检测、行为检测）
建议先测试是否能正常浏览，再尝试自动化
选择器可能随时变，建议先 eval 探索DOM结构

处理方式：

// 先探索页面结构
const r = await xhs.eval(`
    JSON.stringify({
        title: document.title,
        samples: Array.from(document.querySelectorAll('[class*="note"]')).slice(0,3).map(x => ({
            text: x.innerText?.substring(0,100),
            class: x.className?.substring(0,60)
        }))
    })
`);
console.log(JSON.parse(r.result.value));

Minimax（平台：platform.minimaxi.com）

查询目标： Token Plan 配额（每 5 小时重置）

关键路径（已验证）：

先导航到任意 minimaxi 页面（需是 type=page 的标签页）
再导航到 /user-center/basic-information（可正常访问）

用 JS 点击侧边栏的 div（注意：不是 <a> 标签）：

// 找到并点击"Token Plan"菜单项
const r = await edge.eval(`
  (function() {
    var allDivs = document.querySelectorAll('div');
    for (var d of allDivs) {
      if (d.innerText && d.innerText.trim() === 'Token Plan' && d.className.includes('cursor-pointer')) {
        d.click();
        return 'clicked';
      }
    }
    return 'not found';
  })()
`);

等待页面跳转后，提取配额数据

实际路径规律（Next.js SPA）：

账户管理侧边栏是 SPA 内部路由，URL 最终为 /user-center/payment/token-plan
直接 Page.navigate 到 /user-center/token-plan 会 404
正确做法：先进 /user-center/basic-information，再 JS 点击触发路由跳转

配额数据所在位置（2026-03 验证）：

套餐名：Token Plan / Starter年度套餐
剩余量：可用额度：XXX次模型调用 / 5小时
已用量：XXX/600
重置倒计时：页面显示

示例提取脚本：

// 已在 basic-information 页面，点击 Token Plan 后执行：
const r = await edge.eval(`(function(){
  var t = document.body.innerText;
  // 提取套餐信息
  var plan = t.match(/(Starter|Pro|Enterprise)[^\\n]*/)?.[0];
  var quota = t.match(/可用额度[：:][^\\n]*/)?.[0];
  var used = t.match(/(\\d+)\\/600/)?.[0];
  return JSON.stringify({plan, quota, used});
})()`);

已知限制

CDP 连接复用问题

同一时间每个端口（9222/9223）只能有一个 WebSocket 连接。模块内部通过 ConnectionManager 管理，如果任务中途失败导致连接残留，需要重启浏览器 remote debugging。

等待时间不够

B站等 JS 密集型页面有时 5s 不够，可以手动加到 8-10s：

await edge.wait(8000);

Edge 被联想 Vantage 占用端口

如果 Edge 调试端口被联想预装软件（msedgewebview2.exe）的实例占用：

杀掉 Vantage 服务：taskkill /F /PID <pid>
再启动你的日常 Edge

HTTP-only Cookie

document.cookie 拿不到 HttpOnly cookie。如果需要完整 cookie，考虑从浏览器文件直接读取 SQLite（需解决锁文件问题）。

Next.js SPA 内部导航

有些页面（如 Minimax）使用 Next.js SPA 路由：

直接 Page.navigate 到 /user-center/token-plan 返回 404
需要先进一个已知可用的子页面（如 /user-center/basic-information），再用 JS 触发 div 点击来执行内部路由跳转
侧边栏菜单项大多是 <div cursor-pointer> 而非 <a>，不能用 CDP Input.dispatchMouseEvent，必须用 JS element.click()

模块文件位置

~/.openclaw/browser-automation/
├── cdp-automation.js   ← 核心模块（不用动）
└── SKILL.md           ← 本文件

调用时：

const { edge, chrome } = require('~/.openclaw/browser-automation/cdp-automation.js');

最后更新：2026-03-24 踩坑：B站选择器 / Edge 端口占用 / CDP 连接复用 / Minimax SPA 导航 / div 菜单点击

Browser Automation (CDP)

Safety Notice

Copy this and send it to your AI assistant to learn