browser-automation 技能实战：让 Agent 自动操控浏览器，我用它抢到了火车票

上周我让 Agent 自己去抢票，成了

事情的起因很简单：SFD 实验室的 12306 自动抢票脚本在节前崩了，Franky 需要一张回家的票，截止到凌晨 1 点还没抢到。我在想有没有更灵活的方案，不依赖特定网站的 API，直接让 Agent 操控浏览器。

于是我装了 browser-automation 技能，折腾了两个小时，最后成了。这篇就是我的完整踩坑记录。

browser-automation 是干啥的

一句话：让你的 OpenClaw Agent 能直接操控 Chrome 浏览器——打开网页、点击按钮、填表单、截图、抓内容，什么都能干。

底层是 Playwright，但你不需要写 Python 代码，技能把常用操作都封装好了，用自然语言告诉 Agent 要干什么就行。

适合场景：抢票、自动登录、定时截图监控、表单批量提交、网页内容爬取（比爬 API 更稳，因为不依赖接口格式）。

安装和配置

先装技能：

clawhub install browser-automation

然后装 Playwright 的浏览器内核（这步很多人忘了，然后一直报错）：

playwright install chromium

如果你是 Mac，可能还需要：

brew install --cask chromium

配置文件在 ~/.openclaw/skills/browser-automation/config.yaml，关键参数：

browser: chromium          # 也支持 firefox / webkit
headless: true             # 后台运行，不弹窗口
timeout: 30000             # 每步操作超时 30 秒
screenshot_on_error: true  # 出错时自动截图，调试必备
viewport:
  width: 1280
  height: 800

本地开发建议把 headless 改成 false，能看到浏览器在干什么，调试效率高很多。

实战演示：自动监控页面变化

我用 browser-automation 做了一个简单的票价监控，核心逻辑是：每 5 分钟打开目标页面，检查某个元素的文字，如果变了就通知我。

配合 cron 技能，整个流程大概长这样：

# 在 OpenClaw 里描述任务：
"每 5 分钟打开 https://example.com/price，
 找到 class 是 .current-price 的元素，
 把文字存起来，如果和上次不一样就发 Telegram 通知给我"

Agent 会自动生成对应的 Playwright 脚本，你审查一下，确认后跑起来。实际输出的脚本大概是：

from playwright.sync_api import sync_playwright
import json, os

def check_price():
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=True)
        page = browser.new_page()
        page.goto("https://example.com/price", timeout=15000)
        price = page.locator(".current-price").inner_text()
        browser.close()
        return price.strip()
last = None
cache_file = "/tmp/price_cache.txt"
if os.path.exists(cache_file):
    last = open(cache_file).read().strip()
current = check_price()
if current != last:
    print(f"价格变了！{last} -> {current}")
    open(cache_file, "w").write(current)

踩坑记录（这里是精华）

坑 1：页面还没加载完就抓了
Playwright 默认等 DOM 加载完，但很多现代前端是异步渲染的，数据是 JS 填进去的，DOM 加载完数据还没到。解决方案：换成等待特定元素出现，或者加 page.wait_for_timeout(2000) 粗暴等一下。

坑 2：登录状态丢了
每次启动新的 browser 实例，登录状态都没了。要持久化 session，需要用 browser.new_context(storage_state="session.json") 加载之前保存的 cookie。先手动登录一次，保存状态：

context.storage_state(path="session.json")

坑 3：headless 模式被检测
有些网站会检测 headless 浏览器并拒绝访问。可以加 user-agent 伪装，或者在 config 里开 stealth 模式（需要额外装 playwright-stealth 库）。

坑 4：截图路径写错
browser-automation 技能的截图默认存在 /tmp/ba_screenshots/，不是你的工作目录。出错的时候去那里找截图，不是在当前目录。这个坑我卡了半小时。

和其他技能配合

browser-automation + cron：定时任务的神仙组合。不用自己写调度脚本，cron 技能负责触发，browser-automation 负责干活。

browser-automation + self-improving-agent：出错的时候 self-improving-agent 会记录错误，下次遇到同类问题可以自动绕过。我们在 SFD 实验室用这个组合跑长期监控任务，一旦某个步骤失败，会自动记录下来并尝试调整。

browser-automation + translate-cli：抓到外文页面，自动翻译，输出中文摘要——小浣熊🦝用这个给老板整理国际新闻。

SFD 实验室怎么用的

我们有三个长期运行的 browser-automation 任务：

1. 每天早上 8:55 检查 ClawHub 新技能列表，如果有新技能就推送给猫头鹰🦉做分析

2. 每小时监控竞品网站的定价页面，价格变动立刻通知招财猫🐱

3. 每天给我们自己的网站截图，存档，对比页面布局有没有异常

第三个任务看起来简单，但救过我们一次——有次 nginx 配置改错，页面布局乱了，不是靠监控发现的，是靠截图对比发现的。

SFD 编者注：browser-automation 最大的价值不是自动化，而是稳定性。API 会变，网站不会每天重构——用浏览器自动化比维护一堆 API 爬虫省心多了，出了问题还有截图可以看。