Openclaw Browser：
现在先用这两条路线开始
这一页不再讲泛泛的浏览器自动化概念，只讲 Openclaw Browser 最实用的两种接法。当前 browser-use 展现出了最强大的综合效果，已成为我们的首选推荐方案；而 Playwright MCP 则作为稳定固化的备选方案。
适用于浏览器操作的单独的评分系统
两种方案怎么选
最简单的判断方式只有一个：browser-use 是当下能力更强的选择，适应性极佳；只有当任务必须绝对固定时，才作为后备去考虑 Playwright MCP。
browser-use
推荐 · 更强它更像给 AI 一个会自己看页面、自己尝试操作的浏览器助手，具有强大的处理能力和灵活性。
适合什么: 绝大多数自然语言驱动的代理式操作、半结构化页面，以及你需要 AI 去理解目标并采取行动的场景。
安装重点: 只需执行三个步骤：一键安装、添加 skill 以及配置 MCP 参数即可。
要提前知道: 它依赖底层的模型表现，不过基于现有的评分系统，它已经是当之无愧的最强配置。
Playwright MCP
备用 · 更稳它更像一条工程化的备用路线，浏览器动作是严格按照剧本去执行的。
适合什么: 固定且不容有失的后台流程、重复呆板的点击下载。
安装重点: 可以直接告诉 Openclaw 帮你安装和验证。
要提前知道: 灵活性较差，页面结构改动时需要你去维护代码逻辑。
方案一：browser-use (推荐，综合评分最强)
如果你更希望像在给 AI 下任务，而不是先定义很多固定步骤，那么 browser-use 会更贴近你的直觉。它擅长看页面、理解页面，再尝试继续操作。
什么时候选 browser-use
当页面元素不够稳定，或者你更想说目标而不是手写很多浏览器步骤时，可以考虑 browser-use。
但它需要完成一系列关键配置：从依赖包安装到指令库挂载，最后配置 MCP 服务参数。
怎么安装和接入
一键安装基础环境
如果你使用的是 macOS / Linux，可以直接运行官方安装脚本；如果你是 Windows 用户，请在 PowerShell 中优先使用 uv 来安装 browser-use，避免硬编码路径带来的环境冲突。
# macOS / Linux (在终端运行):
curl -fsSL https://browser-use.com/cli/install.sh | bash
# Windows (在 PowerShell 运行):
# 推荐通过 uv 包管理器直接安装，避免环境路径冲突：
uv tool install browser-use安装 Skill (指令库)
安装相应的 Skill 可以让 Agent 更好地理解和执行对 browser-use 的操作意图。
npx skills add https://github.com/browser-use/browser-use --skill browser-use配置 MCP 和环境变量
最后需要在配置文件中将这套能力桥接起来。这里的示例使用的是你自己定义的 API。你也可以使用 browser-use 官方 API，配置方法可参考官网。
[mcp_servers.browser_use]
# macOS 用户建议填绝对路径，如 "/opt/homebrew/bin/uvx"
# Windows 用户需确保 uv 已加入环境变量，直接填 "uvx" 即可
command = "uvx"
args = ["--python", "3.13","--from", "browser-use[cli]", "browser-use", "--mcp"]
env = { BROWSER_USE_LLM_MODEL = "google/gemini-3.1-flash-lite-preview", OPENAI_API_KEY = "你的API_KEY", OPENAI_BASE_URL = "https://openrouter.ai/api/v1", BROWSER_USE_HEADLESS = "false" }
[features]
multi_agent = true
# 可选：browser-use 文档 MCP (仅用于查文档)
[mcp_servers.browser_use_docs]
url = "https://docs.browser-use.com/mcp"效果评分可以参考社区给出的。
你会用到的入口
一旦连通了 MCP，你可以把 browser-use 当作一个非常聪明的子系统去调用。
方案二：Playwright MCP
如果你的目标是“让 Openclaw 稳定接管浏览器动作”，Playwright MCP 通常应该是第一选择。它适合可重复流程，也适合以后继续扩展成更正式的自动化能力。
什么时候优先用它
固定后台流程、需要下载文件、需要明确成功/失败标准时，优先选 Playwright MCP。
你可以把它理解成“AI 在调一个很稳的浏览器执行器”，而不是完全自由发挥的浏览器代理。
怎么安装
直接告诉 Openclaw 帮你安装
对非技术用户来说，这是最省事的方式。Openclaw 可以先检查环境，再继续做安装、接入和最小验证。
请帮我安装 Playwright MCP，并按顺序帮我完成下面这些事情：
1. 先检查当前电脑是否已经有 Node.js、npx 和浏览器运行依赖
2. 如果缺少依赖，告诉我缺什么并继续补齐
3. 把 Playwright MCP 配置到 Openclaw
4. 安装完成后，打开一个测试页面做最小验证
5. 最后告诉我下一步应该怎么给浏览器下指令这里最重要的不是你背下命令，而是让 Openclaw 把环境真正装到“能控制浏览器”的状态。
手动安装时，本质上就是接入 Playwright MCP
如果你想知道底层是什么，可以先记住这两个命令。第一条是拉起 Playwright MCP 服务，第二条是补齐浏览器依赖。
npx @playwright/mcp@latest
npx playwright install不同客户端的配置文件格式会不一样，所以如果你不是在排查问题，没必要一开始就自己硬配。
相关入口
如果你今天的任务极其死板（比如批量点击下载按钮），或者目标网站的反爬虫机制导致 browser-use 视觉流失效时，再切回到 Playwright MCP 这条备用路线上来。
关于环境参数和 API
支持官方 API 和自定义模型
上面第三步展示的配置项是「使用自己的 API (如 OpenRouter/DeepSeek)」的示例。这能让你灵活挑选大模型和设置 HEADLESS 等参数。
如果你想使用 browser-use 的官方 API，配置项会有所不同，具体可以参考官方文档：https://docs.browser-use.com/open-source/browser-use-cli 。
无论哪种方式，成功对接后都能呈现出极佳的浏览自动化效果。
现在该怎么开始
如果你今天就想让 Openclaw Browser 开始做事，结论很简单：优先考虑目前效果最强的 browser-use，通过几条直观的配置命令快速搭起能力；如果你的场景非常依赖完全固定的点击且不要 AI 自由发挥，再考虑备选的 Playwright MCP。
继续看其他案例
打造专属的个性化 AI 助手
拒绝千篇一律的机械化回复，通过三大核心配置文件为你的 AI 注入有趣的灵魂。
接入邮件，让 AI 助手开始处理收件箱
通过 Gmail API 和 OAuth 授权，让 Openclaw 读邮件、筛重点、起草回复。
Openclaw X
使用 Bird Skill 复用浏览器登录态，把 Openclaw X 变成发帖、回复、监控提及、阅读帖子串和自动化运营的一体化工作流。
Openclaw 订阅配置
把 GPT、Gemini、Claude 的现有订阅接进 Openclaw，让 Openclaw Codex、Openclaw Gemini 和 Openclaw Claude 尽量避开额外 API 计费。
Openclaw Skills 入门
了解怎么把重复任务封装成可复用的 Skills，让 AI 按固定步骤、规则和边界稳定执行。
Openclaw 安装与配置
学习如何安装和配置 OpenClaw 自动化系统，覆盖了从环境准备检查、安装到常用的控制台指令。
让 AI 帮你谈价省钱
了解 OpenClaw 如何自己查库存、联系经销商，并跨浏览器、邮件和消息渠道多轮谈价，最终帮用户省下 4200 美元。
Openclaw 接管 GitHub 工作流
了解如何让 Openclaw 帮你写代码、提 PR、做 Code Review、整理 Issue 和生成 Changelog，把重复的 GitHub 操作全部交给 AI 自主完成。
AI 求职助手：投简历、跟进面试
了解如何用 Openclaw 全网搜集岗位、定制简历求职信、批量发送，并整理收件箱回复，把求职最耗时的重复劳动全部交给 AI。
AI 租房助手：找房、比价、谈价一站搞定
了解如何用 Openclaw 全网抓取租房信息、跨平台比价、批量发送询盘，并帮你和房东多轮沟通谈价，把租房最耗时的部分全部交给 AI。
全天候 SRE 运维专家
看 Openclaw 如何安全直连云服务器，自主分析报错日志、更新配置并修复部署失败，替你全天候处理生产环境故障。
家庭与生活超级 PM
看 Openclaw 如何统筹日程、健康数据、家庭采购与智能家居，把生活系统串成一条自动化工作流。