[x-cmd] 让 OpenClaw 操作浏览器自动在 知乎、CSDN 编辑发布文章，告别手动复制、粘贴 | agent-browser

agent-browser -让 OpenClaw 操作浏览器自动在 知乎、CSDN 编辑发布文章告别手动复制、粘贴如果你想持续获取更多相关资讯欢迎关注x-cmd 博客。打开十个新闻网站浏览、筛选、收藏——半小时就这么没了。这些事不需要动脑子却要消耗你最宝贵的时间。现在把这些重复劳动交给 AI。你只需要说一声帮我看看今天科技圈有什么大新闻agent-browser就会替你打开浏览器、浏览页面、筛选内容甚至能帮你把结果整理成文章并发布到内容平台上。agent-browser是 Vercel Labs 开源的工具它解决的核心问题是让 AI 代理能像人一样看到页面上可以点击的东西而不是依赖写死的网页定位符。快速上手用 x-cmd 安装 agent-browser 非常简单只需在终端中运行以下命令即可xinstallagent-browser最核心的操作只有三个agent-browseropenexample.com# 打开网页agent-browser snapshot# 看看页面上有什么可以点的agent-browser click e1# 点那个按钮snapshot会把页面上的按钮、输入框都列出来标上编号e1、e2…… 你告诉 AI “点那个编号是 e1 的按钮”AI 不需要知道这个按钮的 CSS 选择器是什么它只需要知道这个编号对应的是什么功能。和 OpenClaw 一起用OpenClaw agent-browser 是常见的组合。安装好 agent-browser 后在 OpenClaw 里直接告诉它使用 agent-browser 帮我收集今天科技圈有哪些大新闻整理成文章然后在 CSDN 上发布OpenClaw 就会调用 agent-browser 打开浏览器并自动处理你下达的任务全程你不需要做额外的配置或写任何脚本。核心特性快照定位这是 agent-browser 和其他工具最大的区别。传统方式AI 要自己想办法生成类似#login-form div:nth-child(2) input这样的 CSS 选择器页面一改就失效。agent-browser 的方式每次操作前先让工具看一下页面输出一个带编号的元素列表。AI 基于编号操作编号对应的实际元素由工具维护页面改结构不影响编号的有效性。会话保持登录过一次下次不用重新登录agent-browser --session-name myappopentwitter.com这样会把登录状态保存下来下次运行时自动恢复。工作原理整体架构agent-browser采用 client-daemon 双进程架构CLI 层Rust接收你的命令转发给 daemonDaemon 层Rust保持运行直接与 Chrome 通信Daemon 在首次命令时自动启动之后保持运行状态所以后续命令几乎是瞬时响应——省去了每次新建 Chrome 实例的开销。与 Chrome 的通信方式Daemon 通过 CDPChrome DevTools Protocol与 Chrome 通信。CDP 是 Chrome 内置的调试协议开发者工具、Playwright、Puppeteer 底层都用它。区别在于agent-browser 直接用 CDP不需要 Node.js 或浏览器驱动。快照定位的实现快照定位的核心是 accessibility tree无障碍树。Accessibility tree 是浏览器内核为无障碍访问维护的数据结构——它把网页的 DOM 转换成这个元素是什么、叫什么的语义描述。比如一个button idsubmit-btn classprimary立即注册/button在 accessibility tree 里它的角色是button名称是立即注册。这种语义描述与 CSS class、DOM 路径解耦。当页面重构——换 class、改结构——只要按钮的文字和功能没变accessibility tree 的描述基本不变。AI 看到的编号映射就保持有效。这就是为什么快照定位比 CSS 选择器对 AI 更友好AI 面对的是语义化的这是个注册按钮而不是脆弱的#submit-btn.primary。适用场景新闻资讯收集定时打开多个资讯网站让 AI 自动抓取标题、摘要和链接整理成文档CSDN 文章发布将写好的文章内容自动填入 CSDN 编辑器选择分类、添加标签、点击发布社交媒体运营批量登录各平台自动发布内容、回复评论、管理私信来源https://cn.x-cmd.com/install/agent-browser