OpenClaw 浏览器控制终极方案 - 让 AI 助手随时控制你的浏览器：

优质文章学习记录

— 10 min read
OpenClaw 浏览器控制终极方案 - 让 AI 助手随时控制你的浏览器：
🚀 懒人版：你可能都不用看这篇文章

直接把这篇文章发给 Claude Code，让它帮你执行就行了。它会：创建一个 Chrome Debug 浏览器实例配置好所有参数

然后去 OpenClaw 的 bot 里告诉它：

"更新下身份信息：当前你需要去查询信息资料、联网之类的，优先使用已经可以打开的可调试浏览器实例去控制打开搜索等。比如：

使用 --browser-profile mydebug 来控制已打开的浏览器实例。"

搞定！🎉
在这里插入图片描述

一个被忽视的痛点

你有没有遇到过这样的场景：

你让 AI 助手帮你搜索信息，它打开了一个全新的浏览器窗口。

然后你发现：

  • 推特要重新登录
  • GitHub 要重新登录
  • Google 要重新登录
  • 甚至有些网站直接把你当成机器人，拒绝访问

为什么？

因为 AI 助手用的是一个"干净"的浏览器环境，没有任何登录状态，没有任何 Cookies，没有任何浏览历史。

对于网站来说，这就是一个"可疑账号"。

另一个痛点：手动操作

如果你用过 OpenClaw 的 Chrome 插件，你会发现另一个问题：

每次都要手动点插件图标，AI 才能连接到浏览器。

更糟糕的是：

  • OpenClaw 重启后，需要重新点击
  • 切换标签页后，可能需要重新点击
  • 有时候点了也不生效，需要刷新页面

这不是自动化，这是"半自动化"。

我们想要什么？

理想的 AI 浏览器控制应该是这样的：

  1. 保留登录状态：AI 打开推特，直接就是登录状态，不需要重新输入密码
  2. 无需手动操作：AI 想控制浏览器，直接连接，不需要点任何东西
  3. 重启无忧：OpenClaw 重启后，自动重连，不需要任何配置
  4. 不被风控：网站看到的是你真实的浏览器指纹，不会把你当成机器人

这可能吗？

可能。而且很简单。

解决方案：Chrome Debug 模式

核心思路很简单：

让 Chrome 启动时自带远程调试端口，同时使用一个复制了登录信息的独立数据目录。

为什么不直接用默认的 Chrome？

Chrome 有个安全限制：不允许在默认数据目录上开启远程调试。

这是为了安全考虑。如果你的默认 Chrome 开启了调试端口，任何本地程序都可以控制你的浏览器，读取你的密码、Cookies、浏览历史。

所以我们需要：

  1. 创建一个新的 Chrome 数据目录
  2. 把登录相关的文件（Cookies、Login Data 等）复制过去
  3. 用这个新目录启动 Chrome，同时开启调试端口

这样就能：

  • ✅ 保留登录状态（推特、GitHub 等都不用重新登录）
  • ✅ AI 可以随时连接，不需要点任何东西
  • ✅ 重启 OpenClaw 后自动重连
  • ✅ 不会被风控（使用的是你真实的浏览器指纹）

配置步骤（5 分钟搞定）

第一步：创建 Chrome 数据目录并复制登录信息

# 创建新的数据目录mkdir -p "$HOME/Library/Application Support/Google/Chrome-Debug/Default"# 复制关键登录文件cd"$HOME/Library/Application Support/Google/Chrome/Default"cp Cookies "Login Data""Web Data" Preferences "Secure Preferences"\"$HOME/Library/Application Support/Google/Chrome-Debug/Default/"# 复制 Local Statecp"$HOME/Library/Application Support/Google/Chrome/Local State"\"$HOME/Library/Application Support/Google/Chrome-Debug/"

这一步做了什么？

  • Cookies：保存了所有网站的登录状态
  • Login Data：保存了密码（如果你开启了密码保存）
  • Web Data：保存了表单自动填充数据
  • Preferences 和 Secure Preferences：保存了浏览器设置
  • Local State：保存了全局配置

复制这些文件后，新的 Chrome 就会"继承"你的登录状态。

第二步：创建 Chrome Debug 启动器

# 创建 App 结构mkdir -p "/Applications/Chrome Debug.app/Contents/MacOS"# 创建启动脚本cat>"/Applications/Chrome Debug.app/Contents/MacOS/Chrome Debug"<<'EOF' #!/usr/bin/env bash exec arch -arm64 "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \ --remote-debugging-port=9222 \ --user-data-dir="$HOME/Library/Application Support/Google/Chrome-Debug" \ "$@" EOF# 添加执行权限chmod +x "/Applications/Chrome Debug.app/Contents/MacOS/Chrome Debug"

这一步做了什么？

创建了一个新的 Chrome 启动器，它会：

  • 使用独立的数据目录（Chrome-Debug）
  • 开启远程调试端口（9222）
  • 使用 ARM64 架构（如果你是 M1/M2/M3 Mac）

第三步：配置 OpenClaw

在 ~/.openclaw/config.json 中添加浏览器配置：

{"browser":{"profiles":{"mydebug":{"cdpUrl":"http://127.0.0.1:9222","color":"#00AA00"}}}}

这一步做了什么？

告诉 OpenClaw：

  • 有一个名叫 mydebug 的浏览器配置
  • 它的调试端口是 http://127.0.0.1:9222
  • 用绿色标记（可选）

使用方法

1. 启动浏览器

open"/Applications/Chrome Debug.app"

或者直接在 Finder 中双击 Chrome Debug.app。

2. 验证连接

curl -s http://127.0.0.1:9222/json/version

如果返回一堆 JSON 数据，说明连接成功。

3. OpenClaw 控制浏览器

# 查看所有标签页 openclaw browser --browser-profile mydebug tabs # 打开网页 openclaw browser --browser-profile mydebug open"https://x.com"# 截图 openclaw browser --browser-profile mydebug screenshot # 执行操作（点击、输入等） openclaw browser --browser-profile mydebug act

4. 在对话中使用

当你和 OpenClaw 对话时，它会自动使用 mydebug 配置：

你： “帮我搜索一下 GPT-5.3 Codex 的最新讨论”

OpenClaw： （自动打开 Chrome Debug，访问 X.com，搜索，截图，分析）

关键是：整个过程不需要你点任何东西。

效果对比

之前（使用插件）

  1. 你：帮我搜索 XXX
  2. OpenClaw：好的，请点击浏览器插件图标
  3. 你：（点击插件）
  4. OpenClaw：（开始搜索）
  5. OpenClaw 重启
  6. 你：帮我再搜索 YYY
  7. OpenClaw：好的，请点击浏览器插件图标
  8. 你：（又要点击插件）😤

现在（使用 Chrome Debug）

  1. 你：帮我搜索 XXX
  2. OpenClaw：（直接搜索，返回结果）
  3. OpenClaw 重启
  4. 你：帮我再搜索 YYY
  5. OpenClaw：（直接搜索，返回结果）

没有任何手动操作。

一键脚本

如果你觉得上面的步骤太麻烦，这里有一个一键脚本：

#!/bin/bash# setup-chrome-debug.shecho"🚀 设置 Chrome Debug 环境..."# 1. 创建数据目录mkdir -p "$HOME/Library/Application Support/Google/Chrome-Debug/Default"# 2. 复制登录文件cd"$HOME/Library/Application Support/Google/Chrome/Default"cp Cookies "Login Data""Web Data" Preferences "Secure Preferences"\"$HOME/Library/Application Support/Google/Chrome-Debug/Default/"2>/dev/null cp"$HOME/Library/Application Support/Google/Chrome/Local State"\"$HOME/Library/Application Support/Google/Chrome-Debug/"2>/dev/null # 3. 创建启动器mkdir -p "/Applications/Chrome Debug.app/Contents/MacOS"cat>"/Applications/Chrome Debug.app/Contents/MacOS/Chrome Debug"<<'EOF' #!/usr/bin/env bash exec arch -arm64 "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \ --remote-debugging-port=9222 \ --user-data-dir="$HOME/Library/Application Support/Google/Chrome-Debug" \ "$@" EOFchmod +x "/Applications/Chrome Debug.app/Contents/MacOS/Chrome Debug"echo"✅ 设置完成！"echo"👉 现在可以打开 /Applications/Chrome Debug.app 启动浏览器"echo"👉 OpenClaw 会自动连接到 http://127.0.0.1:9222"

保存为 setup-chrome-debug.sh，然后运行：

chmod +x setup-chrome-debug.sh ./setup-chrome-debug.sh

常见问题

Q1: 两个 Chrome 可以同时运行吗？

可以。

Chrome Debug 和普通 Chrome 使用不同的数据目录，可以同时运行。

但建议只用 Chrome Debug，因为：

  • 它有所有的登录状态
  • OpenClaw 可以随时控制
  • 不需要切换

Q2: 登录状态会同步吗？

不会自动同步。

如果你在普通 Chrome 中登录了新账号，需要重新复制 Cookies 文件到 Chrome-Debug 目录：

cp"$HOME/Library/Application Support/Google/Chrome/Default/Cookies"\"$HOME/Library/Application Support/Google/Chrome-Debug/Default/"

或者直接在 Chrome Debug 中登录。

Q3: 安全吗？

相对安全。

开启调试端口意味着本机的任何程序都可以控制浏览器。

但是：

  • 调试端口只监听 127.0.0.1（本地），外网无法访问
  • 只有你信任的程序（OpenClaw）会连接
  • 如果你的电脑本身是安全的，这个方案就是安全的

不建议在公共电脑或不信任的环境中使用。

Q4: 为什么不用 Chrome 插件？

Chrome 插件的问题：

  • 需要手动点击才能连接
  • OpenClaw 重启后需要重新点击
  • 有时候会失效，需要刷新页面

Chrome Debug 的优势：

  • 完全自动化，不需要任何手动操作
  • OpenClaw 重启后自动重连
  • 更稳定，不会失效

Q5: 支持其他浏览器吗？

理论上支持所有基于 Chromium 的浏览器。

比如：

  • Microsoft Edge
  • Brave
  • Vivaldi
  • Opera

只需要修改启动脚本中的浏览器路径即可。

实战案例：让 AI 帮你调研

假设你想让 OpenClaw 帮你调研 GPT-5.3 Codex 的最新讨论。

之前的流程

  1. 你：帮我搜索 GPT-5.3 Codex 的最新讨论
  2. OpenClaw：好的，我需要打开浏览器，请点击插件图标
  3. 你：（点击插件）
  4. OpenClaw：（打开 X.com）
  5. OpenClaw：X.com 要求登录，请手动登录
  6. 你：（手动登录）
  7. OpenClaw：（搜索）
  8. OpenClaw：（返回结果）

总耗时：5-10 分钟（包括手动操作）

现在的流程

  1. 你：帮我搜索 GPT-5.3 Codex 的最新讨论
  2. OpenClaw：（自动打开 Chrome Debug，访问 X.com，搜索，截图，分析，返回结果）

总耗时：30 秒（全自动）

更进一步：让 AI 优先使用浏览器

在 OpenClaw 的配置中，你可以设置：

当需要查询信息、联网调研时，优先使用已经打开的可调试浏览器实例。

这样，OpenClaw 会：

  • 优先使用 Chrome Debug
  • 而不是调用 API 或其他工具
  • 因为浏览器有登录状态，可以访问更多内容

在 IDENTITY.md 或 TOOLS.md 中添加：

## 🌐 浏览器使用 当需要查询信息、搜索资料、联网调研时，**优先使用已打开的可调试浏览器实例**： ```bash # 查看浏览器标签页 openclaw browser --browser-profile mydebug tabs # 打开网页 openclaw browser --browser-profile mydebug open "https://x.com" # 截图查看 openclaw browser --browser-profile mydebug snapshot # 执行操作（点击、输入等） openclaw browser --browser-profile mydebug act

使用 --browser-profile mydebug 来控制已打开的浏览器实例，而不是每次都启动新浏览器。
``

结语：自动化的本质

真正的自动化，不是"半自动化"。

真正的自动化，是：

  • 你说一句话
  • AI 自动完成
  • 不需要任何手动操作

这才是 AI 助手应该有的样子。

Chrome Debug 方案，就是为了实现这个目标：

  • ✅ 保留登录状态
  • ✅ 无需手动操作
  • ✅ 重启无忧
  • ✅ 不被风控

5 分钟配置，终身受益。

相关阅读：

Read more

RoboMaster SDK 终极指南：从零开始掌握机器人编程

RoboMaster SDK 终极指南：从零开始掌握机器人编程 【免费下载链接】RoboMaster-SDKDJI RoboMaster Python SDK and Sample Code for RoboMaster EP. 项目地址: https://gitcode.com/gh_mirrors/ro/RoboMaster-SDK 想要轻松控制DJI RoboMaster EP教育机器人吗？RoboMaster SDK就是你的完美选择！这是一个基于Python语言的开发工具包，让你用简单的代码就能实现复杂的机器人控制功能。无论你是编程新手还是资深开发者，都能快速上手这个强大的机器人开发平台。 🎯 快速上手：5分钟开启你的第一个机器人程序 核心概念速览 RoboMaster SDK采用了"模块化"设计理念，将机器人的各种功能封装成独立的模块。你可以像搭积木一样组合这些模块，创建出各种有趣的机器人应用。 环境配置三步走 第一步：安装Python环境 确保你的电脑上安装了Python 3.6.

论文阅读：Attention is all you need

Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need[J]. Advances in neural information processing systems, 2017, 30. 引言 文章首先引入循环模型存在一个根本性的计算瓶颈，即循环模型通常沿输入和输出序列的符号位置进行计算，在计算时刻t，模型会根据前一时刻的隐藏状态ht-1和当前位置的输入生成新的隐藏状态ht，这种固有的顺序性导致无法在训练样本内部进行并行化计算，当序列长度增加时，由于内存限制限制了批处理（batching）的大小，这一问题变得尤为严重。 文章提出了Transformer模型架构，完全摒弃了循环和卷积，并通过完全依赖注意力机制来建立输入和输出之间的全局依赖关系，具有高度并行化和训练速度极快的特点。 模型架构 Transformer 模型摒弃了传统的循环或卷积结构，采用了基于注意力机制的编码器-解码器（Encoder-Decoder）架构。其中编码器由6个相同的层堆叠而成，每层包含两个子层：一个是多头自注意力机制，另一个是简单
知识库问答机器人：基于SpringAI+RAG的完整实现

知识库问答机器人：基于SpringAI+RAG的完整实现

一、引言 随着大语言模型的快速发展，RAG（Retrieval-Augmented Generation）技术已成为构建知识库问答系统的核心技术之一。本文将带领大家从零开始，使用Spring AI框架构建一个支持文档上传的知识库问答机器人，帮助大家深入理解RAG技术的核心原理和实践应用。 1.1 什么是RAG？ RAG（检索增强生成）是一种结合了信息检索和文本生成的技术。它的基本工作流程是： 用户提出问题 系统从知识库中检索相关信息 大语言模型基于检索到的信息生成答案 从系统设计角度触发，RAG 的核心作用可以被描述为： 在LLM调用生成响应之前，由系统动态构造一个“最小且相关的知识上下文”。 请注意两个关键词： 动态 ：每次问题都不同，检索的知识也不同（比如用户问 A 产品时找 A 的文档，问 B 产品时找 B 的文档） 最小 ：只注入必要信息（比如用户问 “A 产品的定价”，就只塞定价相关的片段，而非整份产品手册） RAG可以有效的弥补上下文窗口的先天不足：不再需要把所有知识塞进窗口，
Clawdbot(Moltbot) 飞书机器人配置，体验老板和助手沟通的感觉

Clawdbot(Moltbot) 飞书机器人配置，体验老板和助手沟通的感觉

一、背景说明 Clawdbot可以24小时待命（参考配置方式：Clawdbot(Moltbot) windows安装配置教程(含各种问题处理)），但是网页端使用起来比毕竟没那么方便，然而clawdbot支持多种渠道交互，这也正是这个AI助理的魅力所在，想想飞书发送一个消息，一个任务就完成了，这不就是老板指挥我做事的方式吗，来赶紧体验一波老板的感觉~ 二、飞书机器人创建 飞书开放平台构建机器人：https://open.feishu.cn/ 记录App ID 和 App Secret，一会要用： 三、自动安装插件 项目地址：https://github.com/m1heng/Clawdbot-feishu 这时候，就可以发挥clawdbot的能力了，直接让clawdbot给我安装： 我要安装飞书机器人，帮我按照这个命令安装：Clawdbot plugins install @m1heng-clawd/feishu 到这个过程有点慢，安装了好一会没反应，我开始问了： 又过了好一会没反应，