OpenSkillIndex← back to search
claude-codeopenclaw

OpenSoul browser-control

使用 SeleniumBase UC (Undetected Chromedriver) 模式控制瀏覽器。適用於需要登入、點擊互動、截圖或繞過 Cloudflare 的複雜網頁。若只需讀取網頁內容或搜尋資料，請優先使用更輕量的 web-research skill（SearXNG + Jina Reader），無需啟動瀏覽器。

install
source · Clone the upstream repo
git clone https://github.com/samttoo22-MewCat/OpenSoul
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/samttoo22-MewCat/OpenSoul "$T" && mkdir -p ~/.claude/skills && cp -r "$T/openclaw/skills/browser-control" ~/.claude/skills/samttoo22-mewcat-opensoul-browser-control && rm -rf "$T"
OpenClaw · Install into ~/.openclaw/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/samttoo22-MewCat/OpenSoul "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/openclaw/skills/browser-control" ~/.openclaw/skills/samttoo22-mewcat-opensoul-browser-control && rm -rf "$T"
manifest: openclaw/skills/browser-control/SKILL.md
source content

注意：單純讀取網頁內容請優先使用 

web-research
skill（
--action fetch
），速度更快且不需啟動瀏覽器。僅在需要互動操作（點擊、輸入、截圖）時才使用本 skill。

Browser Control (SeleniumBase UC Mode)

此技能允許 ARIA 使用具備反偵測能力的瀏覽器來存取網頁。這在處理需要 JavaScript 渲染、Cloudflare 防護或複雜互動的網站時非常有用。

核心功能

  1. 繞過偵測：使用 
    uc=True
    模式，模擬真實使用者行為。
  2. 網頁截圖：獲取頁面視覺狀態。
  3. 動態內容：讀取完整渲染後的 HTML。
  4. 互動操作：支援點擊、輸入、捲動等。

使用方法

透過執行 

scripts/browser_controller.py
來操作。

1. 獲取網頁內容 (Rendered HTML/Markdown)

python scripts/browser_controller.py --action fetch --url "https://example.com"

2. 獲取網頁截圖

python scripts/browser_controller.py --action screenshot --url "https://example.com"

3. 執行複雜互動 (範例：登入或搜尋)

python scripts/browser_controller.py --action interact --url "https://google.com" --steps '[{"type": "type", "selector": "input[name=q]", "text": "openSOUL AI"}, {"type": "click", "selector": "input[name=btnK]"}]'

注意事項

  • 視窗顯示：在 Windows 環境下會彈出實體 Chrome 視窗。
  • 中文支援：原生支援中文輸入與顯示。
  • 性能：啟動瀏覽器較慢（約 5-10 秒），僅在必要時使用。