[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：

x install agent-browser

最核心的操作只有三个：

agent-browser open example.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 myapp open twitter.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 daemon
• Daemon 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 CDP（Chrome 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 id="submit-btn" class="primary">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