让 OpenClaw 真正能落地干活的秘密武器： Browserwing

现状

最近 OpenClaw 火得一塌糊涂，18.6 万的 GitHub 星标，号称能"7×24 小时执行任务"的 AI 员工。很多人兴致勃勃地装上，准备让它帮忙自动抓数据、填表单、爬取竞品信息。结果呢？

打开 agent-browser 插件，你会发现它确实能打开浏览器、点击页面、抓取内容。但用不了多久就会遇到几个让人崩溃的问题：

第一是太慢。 每次操作都要等 AI 思考半天，还要把整个页面结构扔给模型，token 烧得你肉疼。

第二是不稳定。 今天能点中的按钮明天就点不中了，同样的任务三次会有一次失败。

第三是成本高。 那些看似简单的自动化任务，一个月下来账单能让你怀疑人生。

我一开始也踩过这些坑。直到后来发现了一个工具，才算是真正把 OpenClaw 的浏览器自动化能力发挥出来了。

这个工具叫 Browserwing

先说结论：Browserwing 不是要替代 OpenClaw 的 agent-browser ，而是让浏览器自动化部分更稳定、更快速、更省钱。

它的核心理念很简单：把你需要重复做的浏览器操作先录制下来，变成脚本，然后让 AI 来调用这些脚本，而不是让 AI 每次都从头开始思考和操作。

这么一来，所有的问题都解决了：

• 速度提升 10 倍以上，因为脚本执行是确定性的
• 成本降低 90%，AI 不需要每次都分析页面结构
• 成功率接近 100%，因为路径是固定的

实际案例：自动抓取淘宝商品信息

举个例子，假设你每天都要监控某个关键词下的淘宝商品价格和销量。

用纯 agent-browser 的方式，你要告诉 AI "打开淘宝，搜索 xxx ，抓取前 10 个商品的信息"。每次执行时，AI 都要重新理解页面结构、找到搜索框、输入关键词、点击搜索、等待加载、提取数据。整个过程慢且不稳定。

用 Browserwing 的方式是这样的：

第一步，录制脚本。

打开 Browserwing ，像平时一样操作浏览器：打开淘宝、输入关键词、点击搜索。Browserwing 会把你的一连串操作记录下来。

然后你告诉它 "把前 10 个商品的标题、价格、销量提取出来"，它会用 AI 把这些非结构化的信息转换成 JSON 格式。

第二步，设置变量。

把关键词换成 ${keyword} 这样的变量。现在这个脚本可以搜索任何你想要的关键词。

第三步，导出为 Skill 。

一键把脚本导出为 Claude Skill 格式，现在 OpenClaw 就能直接调用了。

第四步，OpenClaw 调用。

你只需要对 OpenClaw 说 "帮我监控这些关键词的淘宝价格"，它会调用你录好的脚本，传入不同的关键词，几秒钟就能完成一次搜索和数据提取。

对比一下

我做过测试，同样的任务：

这不是小的差距，是质的区别。

不用从零开始

你可能觉得 "录制脚本听起来也挺麻烦"。其实 Browserwing 有个脚本广场，里面已经有很多人上传了现成的脚本：

直接复制粘贴就能用，或者稍作修改就行。这比自己从头写快多了。

目前脚本广场覆盖的场景包括：

• 电商平台：淘宝、京东、拼多多的商品信息抓取、价格监控
• 内容平台：知乎、小红书、公众号的文章采集
• 社交媒体：微博热搜、抖音评论、B 站弹幕分析
• SaaS 工具：各类 CRM 、数据分析平台的数据导出
• 日常办公：发票识别、物流查询、工资条下载

这些脚本都是真实用户上传并在实际使用的，不是演示性质的花架子。你遇到的问题，很可能别人已经遇到过了。

技术细节

Browserwing 支持两种主要模式：

自动化模式：跟 playwright-mcp 、agent-browser 类似，让 AI 自由控制浏览器。适合探索性任务。

脚本模式：先录制固定路径，然后 AI 调用。适合重复性任务。

重点是这两种模式可以无缝切换。你可以先用自动化模式探索一遍，确定操作路径后，再录制成脚本供后续使用。

你还可以将多个脚本组合成一个 Skill ，形成完整的工作流：

部署很简单

npm install -g browserwing
browserwing

就会打开一个本地界面，接下来就是点点点的操作了。它有 Windows 、macOS 、Linux 版本，不需要什么复杂的配置。

导出的 Skill 可以直接在 OpenClaw 里加载，或者转成 MCP 协议供其他 AI 工具使用。

我的使用体验

我用这套组合大概一个月了，现在是这么用的：

每天早上 8 点，OpenClaw 自动调用脚本抓取竞品的电商价格变化，生成对比表发到邮件。

每周一上午，自动抓取知乎和 V2EX 上相关话题的热度数据，整理成周报。

有突发需求时，我会录制一个临时脚本，几分钟搞定，以后就能重复使用。

最爽的是，这些任务执行速度快到几乎感觉不到等待。以前让 AI 抓一页数据要等一分钟，现在几秒就搞定了。

一些建议

如果你也在用 OpenClaw 或类似的 AI Agent ，我建议：

1. 对于重复性任务，一定要用脚本方式，不要每次让 AI 从头开始
2. 先手动操作一遍确认路径可行，再录制成脚本
3. 善用脚本广场，看看有没有现成的能用
4. 脚本里用变量把可变部分抽离出来，这样复用性更强

最后

AI Agent 的未来肯定不是让 AI 每次都从头思考，而是把确定性的部分固化下来，让 AI 专注于决策和判断。Browserwing 就是这样的思路，它让 OpenClaw 真正变得实用了。

如果你也在为 AI 浏览器自动化的速度、成本、稳定性发愁，可以试试这个组合。GitHub 上就有，叫 browserwing/browserwing ，文档也挺详细的。

相关链接

• Browserwing GitHub: https://github.com/browserwing/browserwing
• 官网文档: https://browserwing.com/docs/zh
• 脚本广场: https://browserwing.com/zh/scripts

加入交流群

项目正在快速迭代，基本每天都会有新功能上线。如果你想第一时间体验新功能，或者在使用过程中遇到问题，可以加入种子用户群：

群里会同步更新日志，也会不定期分享一些实用脚本和使用技巧。