在这里插入图片描述

文章目录

上一节课我们让OpenClaw拥有了操作本地文件系统的能力——它能整理下载文件夹、批量处理图片、生成报告。但现实世界的信息大多数并不存在本地硬盘上，而是藏在互联网的某个网页里。

如果你曾经盯着网页上的表格，一格一格地手工往Excel里粘贴数据；如果你曾经为了等一个商品降价，每天刷新页面十几次；如果你曾经在多个平台之间来回切换，只是为了对比价格——你一定会问一个问题：为什么不把这些事扔给AI去做？

这正是本节课要解决的问题。OpenClaw通过内置的浏览器自动化能力，让AI能够像真人一样打开网页、点击按钮、填写表单、提取数据，实现24小时不间断的网页自动化任务。它给OpenClaw装上了“上网的手和眼睛”，让AI从“聊天助手”变身“全能网页管家”。

本节课将从零开始讲解浏览器自动化技能的核心能力，涵盖安装配置、导航与交互操作、内容提取、登录与Cookie管理，最后通过两个贴近现实的完整项目（自动抓取新闻摘要、监控商品价格变动）串联所有知识点，并深入讲解Headless模式的部署与安全实践。读完这节课，你的OpenClaw将获得一双随时可以上网冲浪的“手”。

12.1 浏览器自动化技能安装与工作模式

一句话概括：Agent Browser是OpenClaw生态中最火热的浏览器自动化技能，基于Rust超快内核+Playwright引擎，让AI能像真人一样操控浏览器，核心价值是打破AI“只会说不会做”的浏览器操作壁垒。

Agent Browser是什么？

Agent Browser是OpenClaw生态中最受欢迎的浏览器自动化技能，下载量超过8万，星标400+。其核心价值是让AI能够像真人一样操控浏览器，无需人工干预完成网页相关任务。它不是简单的网页爬虫（只能提取静态数据），而是完整的“浏览器自动化引擎”——支持动态网页交互、登录状态保持、截图录屏等复杂操作，且可以在后台无界面运行，不干扰用户正常使用电脑。

对普通用户而言，你无需学习Selenium、Playwright等复杂工具，只需给OpenClaw发一句自然语言指令，就能实现“说句话，AI帮你搞定网页事”。

核心技术能力

根据2026年最新实测验证，Agent Browser的核心能力可归纳为六大场景，覆盖绝大多数网页自动化需求：

核心能力 具体功能 典型应用场景
网页导航与交互 打开URL、点击按钮、填写表单、下拉选择、悬停操作 自动登录网站、批量填写表单、提交申请
数据提取与整理 提取文字、价格、表格数据、链接，结构化输出 电商比价、股票数据抓取、竞品信息监控
截图与录屏 全屏截图、指定区域截图、操作过程录屏 工作汇报、问题复现、流程分享
登录状态保持 保存Cookie，下次直接登录 自动登录网盘、后台管理系统、社交媒体
条件控制与等待 等待页面加载、等待特定元素出现、超时重试 处理慢加载网页、避免操作失败
高级扩展功能 多标签页并行、网络请求拦截、模拟鼠标移动、运行JS代码 复杂流程自动化、网页功能测试

技能安装与配置

2026年最新版OpenClaw已默认集成浏览器操作插件agent-browser v0.2.0，同时支持从Clawhub技能库扩展更多实用功能。以下是完整的安装与配置流程：

第一步：确认浏览器模块可用

# 检查Chromium是否已安装（OpenClaw内置浏览器引擎）
openclaw browser check

# 如未安装，手动安装Chromium
openclaw browser install

# 确认版本
openclaw browser version

第二步：安装Agent Browser技能

# 通过openclaw命令安装
openclaw skills install agent-browser

# 或使用clawhub命令
clawhub install agent-browser

# 验证安装
openclaw skills list | grep agent-browser

如果你正在使用阿里云部署方案，轻量应用服务器的OpenClaw镜像已预置agent-browser技能，无需额外安装。

第三步：配置文件设置（可选手动调优）

在~/.openclaw/openclaw.json的"browser"区块内添加或修改以下配置：

{
  "browser": {
    "enabled": true,
    "engine": "chromium",
    "headless": true,
    "launch_options": {
      "args": [
        "--no-sandbox",
        "--disable-setuid-sandbox",
        "--disable-dev-shm-usage",
        "--disable-gpu"
      ],
      "timeout": 30000
    },
    "default_viewport": {
      "width": 1920,
      "height": 1080
    },
    "max_concurrent_pages": 5,
    "page_timeout_ms": 30000
  }
}

⚠️ 【安全提醒】 --no-sandbox参数会禁用Chromium的沙箱保护。在生产环境强烈建议使用Podman容器进行外层隔离，而不是仅禁用沙箱。详见第27课“安全沙箱与权限深度管理”。

基础工作模式

OpenClaw的浏览器自动化底层采用了分层架构。它启动的是一个独立、隔离的Chromium实例，拥有自己的用户数据目录——可以理解为AI专用的浏览器，与你的日常浏览会话完全分离。各工作模式的对比如下：

模式 描述 适用场景
Headless（标准） 无GUI界面，后台运行 服务器环境、定时爬取、CI/CD
Headed（调试） 显示浏览器窗口 开发调试、需要人工介入的流程
Headless New Chrome 113+新无头模式 需要更完整浏览器行为模拟的场景

在架构层面，Agent Browser调用Playwright库处理高级交互（点击、打字、表单填写），底层通过Chrome DevTools Protocol与浏览器通信。Agent不需要理解这些技术细节——你只需用自然语言下达指令，Agent会自动完成复杂的浏览器操作编排。

避坑指南：如果安装playwright-scraper-skill后抓网页始终失败，先确认浏览器依赖是否完整。执行npx playwright install chromium安装完整内核。此外，OpenClaw刚装好时浏览器组件可能是关闭的，如果遇到AI只能“摸”网页无法真实交互的情况，检查openclaw.json中"browser":{"enabled":true}是否设置。

12.2 打开网页、点击元素、填写表单

一句话概括：Agent Browser将复杂的浏览器操作简化为自然语言指令——打开网页、定位元素、点击按钮、填写表单，全部用一句话完成，无需写一行CSS选择器代码。

页面导航与快照分析

Agent Browser不依赖“视觉”来理解页面，而是使用一个叫“快照”（Snapshot）的独特机制。Agent调用snapshot命令后，会生成页面的可访问性树，每个交互元素都会获得一个数字引用ID。这样AI看到的页面结构如下：

[12] button "Submit"
[13] input "Email address"
[14] link "Terms and Conditions"

有了这些引用ID，AI后续的指令就可以非常精确地定位元素——不需要担心页面样式变化导致选择器失效。

最基础的操作是打开网页。以下是几个可在WebUI或Telegram中直接使用的指令示例：

打开网页的基本指令

打开 https://news.ycombinator.com 并截图保存

打开GitHub首页，告诉我导航栏有哪些链接

点击与交互

Agent能够点击任何元素、输入文本、选择下拉菜单、悬停操作、拖拽等。

点击元素的指令

在https://example.com的页面上，点击“了解更多”按钮

填写表单

批量填写表单时，可以用JSON快速填充多个字段：

在登录页面填写用户名"testuser"和密码"mypassword"，然后点击登录按钮

帮我批量填写这30份申请表单，数据在这个CSV文件里

等待策略与智能重试

网页加载速度不同，自动化操作需要智能的等待机制。Agent Browser内置了多种条件等待能力：等待页面加载完成、等待特定元素出现、超时重试等。

{
  "browser": {
    "page_timeout_ms": 30000,
    "launch_options": {
      "args": ["--disable-dev-shm-usage"],
      "timeout": 30000
    }
  }
}

带等待条件的操作

打开https://example.com/slow-page，等待页面完全加载后再截图

等待“加载完成”文字出现后，点击下一步按钮

多标签页管理

Agent Browser支持多标签页并行操作，适合跨站点对比或从多个仪表板同时拉取数据。

新建标签页打开https://bing.com，然后在原标签页截取首页图

关闭所有空白标签页

在Headless模式中，可通过max_concurrent_pages配置控制最大并发页数（默认5），防止资源过度消耗。

文件上传与下载

自动化流程中经常需要上传文件或保存下载内容。Agent Browser支持完整的文件工作流——上传文件到输入框、等待下载完成等。

在文件上传界面，上传~/Documents/report.pdf这个文件

点击导出按钮，等待文件下载完成后将其移动到Reports目录

避坑指南：网页内容千变万化，“点击XX按钮”这种模糊指令可能在AI选错元素时触发误操作。首次建立爬虫类Skill时，建议先用指令方式让Agent描述找到的元素情况，人工评审后再允许生产运行。另外，OpenClaw默认使用独立Chromium实例，Cookies、扩展、密码均与你的个人浏览器相互隔离，请勿试图让它“共用”你的登录态。

12.3 网页内容抓取与结构化数据提取

一句话概括：OpenClaw的内容抓取策略分为三层——轻量HTTP请求处理静态页面、托管浏览器应对动态渲染、结构化提取器将HTML转为JSON，让AI能够从任何形态的网页中提取所需数据。

三种抓取模式

OpenClaw根据网页的复杂程度提供了三种渐进的抓取策略，这也是官方设计的核心原则之一——优先使用最轻量的方式完成任务，仅在必要时启用重级浏览器引擎：

模式 所用工具 适用场景 特点
轻量HTTP web_fetch 静态HTML、纯文本页面 速度快、消耗低、无JS渲染
动态渲染 Playwright引擎 JS密集页面、SPA应用 完全模拟浏览器行为
抗反爬 Playwright隐身模式 电商/社交平台 绕过Cloudflare等防护

OpenClaw内置的web_fetch工具基于HTTP GET，同时带内容提取、缓存和重定向处理。在静态或半动态站点的大批量提取中，经常能跑赢BeautifulSoup、Selenium这类传统方案。

Playwright Scraper技能

对于需要JavaScript渲染的页面，OpenClaw生态中的Playwright Scraper Skill填补了传统爬虫的空白。它基于真实浏览器内核运行，支持简单模式与隐身反爬模式，可稳定抓取小红书、知乎、电商平台、招聘网站、新闻站点等各类网页内容。

开始前先安装：

# 安装Playwright Scraper技能
clawhub install playwright-scraper-skill

# 安装轻量HTTP抓取工具（可选）
clawhub install curl-http

双模式抓取功能各有侧重：

  • 简单模式（playwright-simple） ：适合常规动态页面，快速加载JS并提取文本、列表、链接
  • 隐身模式（playwright-stealth） ：绕过反爬系统、Cloudflare、机器人检测，模拟人类滑动、随机延迟、真实User-Agent，隐藏爬虫特征

自然语言提取：告别选择器

2026年OpenClaw的一大突破是“自然语言提取”——AI能理解你想要的字段，自动识别网页中的对应元素。这项功能极大地降低了网页抓取的技术门槛。

基础提取指令

从https://news.ycombinator.com抓取所有新闻的标题、链接和作者

提取该页面上所有文章名称和价格，输出为JSON格式

结构化输出

将提取的信息保存为Markdown表格，存入output/news.md

同时抓取京东、淘宝、拼多多的iPhone价格，生成对比表格

数据提取流程

APIFY的2026年分析指出，AI抓取会面临“Token税”问题：AI抓取器从HTML提取数据时支付一次Token成本，处理结果时再付一次。这凸显了结构化输出和缓存策略的重要性。以下示例配置展示了典型的抓取参数设置：

{
  "url": "https://example.com/products",
  "selector": ".product-item",
  "fields": ["title", "price", "sales"],
  "output": "excel"
}

OpenClaw的配置极度简化，只需告诉它三个核心信息：去哪里抓（url）、抓什么（selector和fields）、怎么输出（output）。

考虑到AI Agent场景下解析海量HTML并转换成结构化数据的成本，Bright Data等专业方案提供了预定义的结构化数据工具，可直接从Amazon、LinkedIn等平台返回干净的JSON数据。

避坑指南：对于抖音、小红书等JS繁重的大型应用，Playwright隐身模式可能仍需配合代理IP和合理的请求间隔，才能在高强度抓取中稳定存活。建议先从单页面小任务练手，扩展至完整爬虫前阅读页面robots.txt协议。

⚠️ 【合规提醒】 网页抓取需严格遵守各网站服务条款和robots.txt协议。OpenClaw不会绕过验证码或反机器人系统，商业化大规模抓取需确保符合相关法律法规。

12.4 模拟登录与Cookie管理

一句话概括：OpenClaw提供两层登录管理方案——对于交互式登录，支持扫码和验证码等人工介入；对于长期自动化，可将Cookies持久化存储至~/.openclaw/shared/auth/，实现跨会话免登录。

交互式登录：人工介入模式

当网站需要登录且无法绕过验证码时，OpenClaw支持从终端（或Docker）发起带交互的人工辅助登录流程。这并不是AI自动破解验证码，而是让用户亲自在代理浏览器中完成一次登录，浏览器将持久存储该登录态，供后续自动化使用。

典型的交互式登录流程是：

  1. Agent在独立Chromium实例中打开登录页面
  2. 用户扫码或输入验证码完成登录
  3. OpenClaw自动保存会话状态和Cookie信息
  4. 下次访问直接免登，全程无需重复输入密码

典型指令

打开https://example.com/login，等待扫描二维码登录

Cookie持久化：生产级账号态管理

对于企业级账号，可将所有已保存的Cookie文件统一存放至~/.openclaw/shared/auth/目录，并在openclaw.json中统一引用。

{
  "auth": {
    "profiles": {
      "twitter": {
        "cookieFile": "~/.openclaw/shared/auth/twitter.json"
      },
      "notion": {
        "cookieFile": "~/.openclaw/shared/auth/notion.json"
      }
    }
  }
}

有的用户反馈，第一次启动Bird Skill时，Agent要求提供auth_token和ct0——下次重启OpenClaw或换设备后可能又忘了。解决方法是：完成首次成功登录后，将浏览器Cookie持久化到磁盘，并在openclaw.json中为每个Cookie Profile配置独立文件路径，新会话启动时调度到该共享账号状态。

无需凭证交给AI

⚠️ 【安全红线】 官方文档强调：在涉及需要登录的网站时，请在主机浏览器配置文件（OpenClaw浏览器）中手动登录。不要将账号密码直接提供给模型。自动登录通常会触发反机器人防御并可能锁定账户。

此外，AdsPower等指纹浏览器可以为每个自动化任务提供独立的浏览器身份环境，防止Cookie冲突或跨账户干扰，在需要进行多个账号管理的场景中尤其实用。

12.5 实战案例1：自动抓取每日新闻摘要

本案例将构建一套完整的新闻自动抓取流程——每天定时抓取Hacker News头条，将信息结构化整理后推送到指定渠道。

步骤一：确保浏览器技能已安装并启用

# 检查当前浏览器技能状态
openclaw skills list | grep -E "agent-browser|playwright"

# 如playwright-scraper-skill未安装则安装
clawhub install playwright-scraper-skill

步骤二：手动登录News网站（如果需要）

如果新闻站点需要Cookie鉴权，先在OpenClaw浏览器中进行一次人工登录，让系统保存会话状态。

步骤三：发送初始抓取指令（验证是否能提取数据）

抓取https://news.ycombinator.com/news列表，提取前10条新闻的标题、URL和作者。
输出为Markdown表格。

Agent完成抓取后应该返回类似如下的结构化内容：

标题 作者 链接
OpenClaw 1.0 Released sarah_tech https://…
… … …

步骤四：结构化处理与格式化输出

在上一步骤基础上增加格式化和存储要求：

将抓取结果格式化为Markdown表格，包括序号、原标题、来源链接、摘要与发布小时。
保存名为daily_news.md文件到output目录。

步骤五：设置定时任务（第14课的Cron任务）

在HEARTBEAT.md中添加定时任务，实现每天早晨自动执行新闻抓取：

# HEARTBEAT.md - 每日新闻抓取任务

## 每天早晨7:00执行
- 抓取https://news.ycombinator.com/news
- 提取前15条新闻标题和链接
- 生成Markdown格式摘要
- 将摘要推送到配置的飞书或Telegram渠道

## 错误处理
- 抓取失败时重试最多3次
- 连续失败后发送告警消息

步骤六：结果验证与调试

检查output/daily_news.md文件是否正确生成。如果提取的字段不全，需要在自然语言指令中更精确地描述需要的元素。当抓取方向遇到页面反爬时，将模式切换为隐身模式。

以隐身模式运行playwright-scraper-skill抓取https://news.ycombinator.com/news

12.6 实战案例2：监控商品价格变动

一句话概括：OpenClaw可通过定时抓取商品页面实现价格监控，捕获“降价超过10%”等事件后自动通过飞书/微信告警，让AI成为你的24小时比价工具。

构建价格监控系统在OpenClaw社区中已有成熟实践。deal-hunter插件专门为此设计，通过条件GET（ETag/Last-Modified）减少无效请求，支持限流配置和结构化价格信号解析。

步骤一：安装deal-hunter插件（原生插件版本）

# 安装（通过npm包路径）
openclaw plugins install openclaw-deal-hunter

# 启用插件，在配置中添加
openclaw config set plugins.entries.openclaw-deal-hunter.enabled true

步骤二：在openclaw.json中配置监控目标与限流策略

{
  "plugins": {
    "entries": {
      "openclaw-deal-hunter": {
        "enabled": true,
        "config": {
          "maxConcurrent": 8,
          "maxBytesPerResponse": 1048576,
          "defaultMaxRpsPerHost": 1,
          "allowedHosts": ["*.amazon.com", "*.jd.com", "*.taobao.com"],
          "fetcher": "local"
        }
      }
    }
  },
  "browser": {
    "enabled": true,
    "headless": true
  }
}

安全提示：插件本身不会绕过验证码或反机器人检测，使用前只需遵守网站服务条款即可。

步骤三：从自然语言触发价格监控任务

监控https://www.amazon.com/dp/B09XYZ1234的价格，当降价超过10%时通知我

Agent完成监控配置后，会设置周期性抓取（默认每6小时一次），持续监测指定商品的价格变动。

步骤四：查看历史价格与趋势报告

查看这款商品近7天的价格变化记录和最低价

deal-hunter内置了deal_history命令，可展示每个商品的历史价格走势、最近价格差距和已见最低/最高价。

步骤五：多商品监控与批量配置

需要监控多个商品时，可以用JSON批量声明。也可设置企业级限流，通过defaultMaxRpsPerHost限制每秒对同一主机的请求数，避免被反爬误伤。

配置完成后，你可以在飞书、Slack或企业微信中接收降价告警。需要注意的是，开箱即用的价格监控依赖商品页面的HTML结构相对稳定；如果网站重构了前端布局，需重新校验提取规则是否匹配。

⚠️ 【合规红线】 对于电商自动化比价用途，OpenClaw不能绕过验证码或反机器人系统。大批量商业级监控应采取合法爬取策略（代理池、请求间隔、遵守robots.txt）。

12.7 Headless模式部署与实践

一句话概括：Headless模式的本质是让OpenClaw在没有图形界面的服务器上运行浏览器自动化——节点主机会自动声明浏览器代理，智能体无需额外配置即可在远程节点上使用浏览器能力。

之前讨论部署方案时已接触过Headless模式。回顾第4课，Headless模式是无图形界面后台运行的浏览器模式，特别适合云服务器上的自动化任务。其两大优势是资源占用低（无需渲染界面）和可持续运行（24小时无人值守）。

节点主机：浏览器代理的零配置

如果节点上未禁用browser.enabled，节点主机会自动声明一个浏览器代理，智能体无需额外配置即可在该节点上使用浏览器自动化。这一机制大幅降低了在云服务器上搭建浏览器自动化环境的复杂度。

浏览器代理检测与启用

# 检查节点是否支持浏览器代理
openclaw node status # 查看节点所声明的代理

# 在openclaw.json中启用浏览器模块
{
  "browser": {
    "enabled": true,
    "headless": true
  }
}

Chrome Relay扩展与中继连接

Chrome Relay是OpenClaw官方提供的浏览器控制扩展，通过CDP与中继服务实现AI对浏览器的底层操作调用，核心覆盖能力包括：自然语言打开网页、点击按钮、填写表单、自动登录；自动提取页面文本、链接、表格、图片信息；支持多标签页管理、页面截图、HTML源码获取。

云服务器部署时，必须为连接加密，否则浏览器指令可能暴露到公共互联网。Tailscale或类似VPN方案会在VPS和本地设备之间建立一个私有加密通道，是推荐的安全基线。

远程CDP配置（对接独立浏览器沙箱）

当需要将OpenClaw连接到已有的无头Chromium沙箱时，需在openclaw.json中配置CDP地址：

{
  "browser": {
    "enabled": true,
    "attachOnly": true,
    "defaultProfile": "remote",
    "profiles": {
      "remote": {
        "cdpUrl": "http://localhost:9222",
        "color": "#FF4500"
      }
    }
  }
}

如果使用Zeabur等容器平台部署浏览器沙箱，还需通过curl命令验证连接：

curl http://openclaw-sandbox-browser:9222/json/version

零配置部署场景

官方节点主机支持–no-auto-browser配置在某些场景屏蔽自动代理，通过openclaw node相关的配置browser.enabled可实现。但对于大多数场景，保持默认值即可让OpenClaw自动完成浏览器代理搭建——这是其“零配置”哲学在浏览器自动化方面的体现。

12.8 本节小结

本节课我们完整走过了OpenClaw浏览器自动化的全链路：

  • 安装与架构：Agent Browser技能基于Chromium+Playwright，启动独立、隔离的浏览器实例，通过无头模式在服务器上后台运行

  • 交互操作：页面导航、点击、表单填写支持自然语言指令，利用原子数字映射元素，无需手写选择器；支持等待策略和多标签页

  • 内容抓取：分层策略从轻量HTTP到动态渲染的Playwright隐身模式，可绕过反爬并提取结构化数据

  • 登录与Cookie管理：人工介入登录和Cookie持久化存储，实现多站点跨会话免登录，凭证与AI指令隔离

  • 实战项目：自动抓取新闻摘要（从单个网页批量提取数据并结构化输出）和商品价格监控（设置条件告警）

  • Headless部署：节点主机自动声明浏览器代理，支持Chrome Relay扩展，远程CDP可连接到独立浏览器沙箱

掌握了浏览器自动化，你的OpenClaw就真正拥有了“联网操作”的能力。这不仅意味着能自动查数据和填表单，更重要的是可以与文件管理、邮件技能、定时任务编排成连贯的自动化解决方案——让AI成为你工作中无处不在的“数字同事”。

12.9 课后习题

1. 探索浏览器快照机制

在你的OpenClaw环境中执行“打开https://example.org并截图”，再运行“打开https://example.org，获取快照后告诉我页面上有哪些按钮”。比较两个指令的执行差异——Agent是如何通过快照了解页面结构的？结合12.2节提到的方案，描述第2个指令的额外数据交互过程。

2. 新闻爬取对比实验

分别使用“简单网页抓取”和“playwright-stealth模式”抓取同一电商平台的商品价格页。记录两个任务的完成时间和提取数据的完整性差异。如果在隐身模式下仍被反爬，需要配合哪些措施。

3. Cookie持久化配置

为Twitter或知乎配置Cookie持久化存储。首次登录后检查~/.openclaw/shared/auth/目录中是否生成了新的Cookie文件。在多轮对话中轮流让Agent发文和停止后，再问它是否能通过免登继续执行操作。

4. 价格监控告警部署

部署deal-hunter插件，监控一个你关心的商品。配置降价告警阈值，并设定飞书或Telegram作为告警通道。提交你的配置代码片段，截取Agent“已添加监控任务”的反馈日志。当价格发生变化时，记录接收到的消息结构和延迟。

5. Headless模式沙盘实验

在一台云服务器或本地Docker上，搭建一个完整的Headless浏览器环境。分别测试通过节点声明代理和远程CDP两种方式让OpenClaw连接到无头Chrome。对比两种方式的部署难度和响应时间。如果采用的是云服务商的一键镜像方案，测试镜像是否已预配置浏览器中继连接。

🔗《30节课精通 OpenClaw》系列课程导航

去订阅

第一部分（第1-5课）：基础认知与入门部署——解决“这是什么、怎么搭建”的问题。
第二部分（第6-10课）：核心原理深度剖析——解决“底层怎么工作”的问题。
第三部分（第11-15课） ：应用场景与平台集成——解决“能用来做什么”的问题。
第四部分（第16-21课） ：技能开发与定制扩展——解决“如何自己扩能力”的问题。
第五部分（第22-26课）：高级特性与性能优化——解决“怎么用得更好”的问题。
第六部分（第27-30课） ：安全、运维与生态进阶——解决“如何安全可靠地规模化”的问题。

🌟 感谢您耐心阅读到这里！
💡 如果本文对您有所启发欢迎：
👍 点赞📌 收藏 📤 分享给更多需要的伙伴。
🗣️ 期待在评论区看到您的想法, 共同进步。
🔔 关注我，持续获取更多干货内容～
🤗 我们下篇文章见～

# 自动化 # 人工智能
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

cover

第13课：OpenClaw｜邮件自动化处理【让AI成为你的“收件箱管家”】

avatar 龙虾开发者社区
cover

深度拆解——Google 工程总监如何把“资深工程师纪律“封装成 22 个可执行 Skill

avatar 龙虾开发者社区
cover

GenericAgent 源码级拆解——3K 行种子如何长成全系统控制 Agent，Token 消耗仅 1/6

avatar 龙虾开发者社区