เบราว์เซอร์ (จัดการโดย OpenClaw)

OpenClaw สามารถเรียกใช้ โปรไฟล์ Chrome/Brave/Edge/Chromium แบบเฉพาะ ที่เอเจนต์ควบคุมได้ โดยทำงานผ่านบริการควบคุมภายในขนาดเล็กภายใน Gateway (เฉพาะ loopback) และแยกจากเบราว์เซอร์ส่วนตัวของคุณ

• ให้มองว่าเป็น เบราว์เซอร์แยกต่างหากสำหรับเอเจนต์เท่านั้น โปรไฟล์ openclaw จะไม่แตะต้องโปรไฟล์เบราว์เซอร์ส่วนตัวของคุณเลย
• เอเจนต์เปิดแท็บ อ่านหน้าเว็บ คลิก และพิมพ์ในพื้นที่แยกนี้
• ส่วนโปรไฟล์ user ในตัวจะเชื่อมต่อกับเซสชัน Chrome จริงที่คุณลงชื่อเข้าใช้อยู่ผ่าน Chrome DevTools MCP

สิ่งที่คุณจะได้รับ

• โปรไฟล์เบราว์เซอร์แยกชื่อ openclaw (ค่าเริ่มต้นใช้สีเน้นส้ม)
• การควบคุมแท็บที่ให้ผลแน่นอน (แสดงรายการ/เปิด/โฟกัส/ปิด)
• การดำเนินการของเอเจนต์ (คลิก/พิมพ์/ลาก/เลือก), สแนปช็อต, ภาพหน้าจอ และ PDF
• โปรไฟล์ที่รองรับโดย Playwright จะบันทึกการนำทางไปยังไฟล์แนบโดยตรงไว้ในไดเรกทอรีดาวน์โหลดที่จัดการ และส่งคืนข้อมูลเมตา { url, suggestedFilename, path } หลังจากตรวจสอบนโยบาย URL สุดท้ายแล้ว
• การดำเนินการของเอเจนต์ที่รองรับโดย Playwright จะส่งคืนอาร์เรย์ downloads พร้อมข้อมูลเมตาที่จัดการชุดเดียวกัน เมื่อการดำเนินการเริ่มการดาวน์โหลดอย่างน้อยหนึ่งรายการทันที
• Skills browser-automation ที่รวมมาให้ ซึ่งสอนเอเจนต์เกี่ยวกับวงจรการกู้คืนสำหรับสแนปช็อต แท็บที่เสถียร การอ้างอิงที่หมดอายุ และตัวขัดขวางที่ต้องดำเนินการด้วยตนเอง เมื่อเปิดใช้ Plugin เบราว์เซอร์
• รองรับหลายโปรไฟล์เป็นตัวเลือก (openclaw, work, remote, ...)

เบราว์เซอร์นี้ ไม่ใช่ เบราว์เซอร์ที่ใช้ประจำวัน แต่เป็นพื้นผิวที่ปลอดภัยและแยกออกมา สำหรับระบบอัตโนมัติและการตรวจสอบโดยเอเจนต์

บน macOS คุณสามารถคัดลอกคุกกี้จากโปรไฟล์ระบบในตระกูล Chrome ไปยังโปรไฟล์ที่จัดการแยกต่างหากได้อย่างชัดเจน เบราว์เซอร์ที่จัดการยังคงใช้ไดเรกทอรีข้อมูลผู้ใช้ของตนเอง โดยคัดลอกเฉพาะคุกกี้ที่เลือก ส่วนที่จัดเก็บในเครื่องและ IndexedDB จะไม่ถูกคัดลอก ดูคำสั่งนำเข้าและข้อจำกัดได้ที่ โปรไฟล์ หรือข้อมูลอ้างอิง CLI สำหรับ openclaw browser

เริ่มต้นอย่างรวดเร็ว

openclaw browser --browser-profile openclaw doctoropenclaw browser --browser-profile openclaw doctor --deepopenclaw browser --browser-profile openclaw statusopenclaw browser --browser-profile openclaw startopenclaw browser --browser-profile openclaw open https://example.comopenclaw browser --browser-profile openclaw snapshot

"ปิดใช้เบราว์เซอร์" หมายถึง Plugin หรือ browser.enabled ถูกปิดอยู่ โปรดดู การกำหนดค่า และการควบคุม Plugin

หากไม่มี openclaw browser เลย หรือเอเจนต์แจ้งว่าเครื่องมือเบราว์เซอร์ ไม่พร้อมใช้งาน ให้ไปที่ไม่มีคำสั่งหรือเครื่องมือเบราว์เซอร์

การควบคุม Plugin

เครื่องมือ browser เริ่มต้นเป็น Plugin ที่รวมมาให้ ปิดใช้เพื่อแทนที่ด้วย Plugin อื่นที่ลงทะเบียนชื่อเครื่องมือ browser เดียวกัน:

{  plugins: {    entries: {      browser: {        enabled: false,      },    },  },}

ค่าเริ่มต้นต้องมีทั้ง plugins.entries.browser.enabled และ browser.enabled=true การปิดใช้เฉพาะ Plugin จะนำ CLI openclaw browser, เมธอด Gateway browser.request, เครื่องมือเอเจนต์ และบริการควบคุมออกพร้อมกันเป็นหน่วยเดียว ส่วนการกำหนดค่า browser.* ของคุณจะยังคงอยู่สำหรับตัวแทนที่นำมาใช้แทน

การเปลี่ยนแปลงการกำหนดค่าเบราว์เซอร์ต้องรีสตาร์ต Gateway เพื่อให้ Plugin ลงทะเบียนบริการอีกครั้ง

คำแนะนำสำหรับเอเจนต์

หมายเหตุเกี่ยวกับโปรไฟล์เครื่องมือ: tools.profile: "coding" มี web_search และ web_fetch แต่ไม่มีเครื่องมือ browser แบบเต็ม หากต้องการให้เอเจนต์หรือ เอเจนต์ย่อยที่สร้างขึ้นใช้ระบบอัตโนมัติของเบราว์เซอร์ ให้เพิ่มเบราว์เซอร์ในขั้นตอน โปรไฟล์:

{  tools: {    profile: "coding",    alsoAllow: ["browser"],  },}

สำหรับเอเจนต์เดียว ให้ใช้ agents.list[].tools.alsoAllow: ["browser"] เฉพาะ tools.subagents.tools.allow: ["browser"] อย่างเดียวไม่เพียงพอ เนื่องจากนโยบายเอเจนต์ย่อย จะถูกนำไปใช้หลังจากการกรองโปรไฟล์

Plugin เบราว์เซอร์มีคำแนะนำสำหรับเอเจนต์สองระดับ:

• คำอธิบายเครื่องมือ browser มีข้อกำหนดแบบย่อที่เปิดใช้งานเสมอ: เลือก โปรไฟล์ที่ถูกต้อง ใช้การอ้างอิงในแท็บเดิม ใช้ tabId/ป้ายกำกับเพื่อกำหนดเป้าหมาย แท็บ และโหลด Skills เบราว์เซอร์สำหรับงานหลายขั้นตอน
• Skills browser-automation ที่รวมมาให้มีวงจรการทำงานที่ยาวกว่า: ตรวจสอบสถานะ/แท็บก่อน ติดป้ายแท็บงาน สร้างสแนปช็อตก่อนดำเนินการ สร้างสแนปช็อตใหม่ หลัง UI เปลี่ยนแปลง กู้คืนการอ้างอิงที่หมดอายุหนึ่งครั้ง และรายงานตัวขัดขวาง เช่น การเข้าสู่ระบบ/2FA/captcha หรือ กล้อง/ไมโครโฟน ว่าต้องดำเนินการด้วยตนเองแทนการคาดเดา

Skills ที่รวมมากับ Plugin จะแสดงอยู่ใน Skills ที่พร้อมใช้งานของเอเจนต์เมื่อ เปิดใช้ Plugin คำแนะนำ Skills แบบเต็มจะโหลดเมื่อต้องการ ดังนั้น การทำงานตามปกติจึงไม่เสียต้นทุนโทเค็นเต็มจำนวน

ไม่มีคำสั่งหรือเครื่องมือเบราว์เซอร์

หากไม่รู้จัก openclaw browser หลังการอัปเกรด, ไม่มี browser.request หรือเอเจนต์รายงานว่าเครื่องมือเบราว์เซอร์ไม่พร้อมใช้งาน สาเหตุทั่วไปคือรายการ plugins.allow ที่ไม่มี browser และไม่มีบล็อกการกำหนดค่า browser ที่ระดับราก ให้เพิ่มดังนี้:

{  plugins: {    allow: ["telegram", "browser"],  },}

บล็อก browser ที่ระดับรากอย่างชัดเจน (คีย์ใดก็ได้ภายใต้ browser เช่น browser.enabled=true หรือ browser.profiles.<name>) จะเปิดใช้งาน Plugin เบราว์เซอร์ที่รวมมาให้ แม้จะอยู่ภายใต้ plugins.allow ที่เข้มงวด ซึ่งสอดคล้องกับ พฤติกรรมการกำหนดค่าช่องทางที่รวมมาให้ plugins.entries.browser.enabled=true และ tools.alsoAllow: ["browser"] ไม่สามารถใช้แทนการเป็นสมาชิกในรายการอนุญาตได้ ด้วยตัวเอง การนำ plugins.allow ออกทั้งหมดจะคืนค่าเริ่มต้นเช่นกัน

โปรไฟล์: openclaw, user, chrome

• openclaw: เบราว์เซอร์ที่จัดการและแยกออกมา (ไม่ต้องใช้ส่วนขยาย)
• user: โปรไฟล์แนบ Chrome DevTools MCP ในตัวสำหรับเซสชัน Chrome จริง ที่ลงชื่อเข้าใช้แล้ว ของคุณ Chrome จะแสดงข้อความแจ้งเตือน "Allow remote debugging?" ที่บล็อกการทำงานในครั้งแรกที่ OpenClaw เชื่อมต่อ ดังนั้นต้องมีคนอยู่ที่คอมพิวเตอร์
• chrome: โปรไฟล์ส่วนขยาย Chrome ในตัวสำหรับ เซสชัน Chrome จริงที่ลงชื่อเข้าใช้แล้ว ของคุณ ทำงานจากโทรศัพท์ได้แม้ไม่มีใครอยู่ ที่โต๊ะ เนื่องจากขับเคลื่อนแท็บผ่านส่วนขยายเบราว์เซอร์ OpenClaw แทน พอร์ตการดีบักระยะไกล จึงไม่มีข้อความแจ้งเตือน "Allow remote debugging?"

สำหรับการเรียกเครื่องมือเบราว์เซอร์ของเอเจนต์:

• ค่าเริ่มต้น: ใช้เบราว์เซอร์ openclaw ที่แยกออกมา
• ควรใช้ profile="chrome" (ส่วนขยาย) เมื่อเซสชันที่เข้าสู่ระบบอยู่มีความสำคัญ และผู้ใช้ ไม่ได้อยู่ที่คอมพิวเตอร์ (Telegram, WhatsApp เป็นต้น)
• ควรใช้ profile="user" (Chrome MCP) เมื่อเซสชันที่เข้าสู่ระบบอยู่มีความสำคัญ และผู้ใช้ อยู่ที่คอมพิวเตอร์ เพื่ออนุมัติข้อความแจ้งให้เชื่อมต่อ
• profile เป็นการแทนที่อย่างชัดเจนเมื่อคุณต้องการโหมดเบราว์เซอร์เฉพาะ

ตั้งค่า browser.defaultProfile: "openclaw" หากต้องการใช้โหมดที่จัดการเป็นค่าเริ่มต้น

การกำหนดค่า

การตั้งค่าเบราว์เซอร์อยู่ใน ~/.openclaw/openclaw.json

{  browser: {    enabled: true, // ค่าเริ่มต้น: true    evaluateEnabled: true, // ค่าเริ่มต้น: true; false ปิดใช้ act:evaluate (JS ใดๆ)    ssrfPolicy: {      // dangerouslyAllowPrivateNetwork: true, // เลือกใช้เฉพาะสำหรับการเข้าถึงเครือข่ายส่วนตัวที่เชื่อถือได้      // hostnameAllowlist: ["*.example.com", "example.com"],      // allowedHostnames: ["localhost"],    },    // cdpUrl: "http://127.0.0.1:18792", // การแทนที่โปรไฟล์เดียวแบบเดิม    remoteCdpTimeoutMs: 1500, // ระยะหมดเวลาของ HTTP สำหรับ CDP ระยะไกล (ms)    remoteCdpHandshakeTimeoutMs: 3000, // ระยะหมดเวลาของแฮนด์เชก WebSocket สำหรับ CDP ระยะไกล (ms)    localLaunchTimeoutMs: 15000, // ระยะหมดเวลาสำหรับการค้นหา Chrome ที่จัดการในเครื่อง (ms)    localCdpReadyTimeoutMs: 8000, // ระยะหมดเวลาความพร้อมของ CDP หลังเปิดใช้งานแบบจัดการในเครื่อง (ms)    actionTimeoutMs: 60000, // ระยะหมดเวลาเริ่มต้นของการดำเนินการเบราว์เซอร์ (ms)    tabCleanup: {      enabled: true, // ค่าเริ่มต้น: true      idleMinutes: 120, // ตั้งเป็น 0 เพื่อปิดการล้างแท็บที่ไม่ได้ใช้งาน      maxTabsPerSession: 8, // ตั้งเป็น 0 เพื่อปิดขีดจำกัดต่อเซสชัน      sweepMinutes: 5,    },    // snapshotDefaults: { mode: "efficient" }, // โหมดสแนปช็อตเริ่มต้นเมื่อผู้เรียกไม่ได้ระบุ    defaultProfile: "openclaw",    color: "#FF4500",    headless: false,    noSandbox: false,    attachOnly: false,    executablePath: "/Applications/Brave Browser.app/Contents/MacOS/Brave Browser",    profiles: {      openclaw: { cdpPort: 18800, color: "#FF4500" },      work: {        cdpPort: 18801,        color: "#0066CC",        headless: true,        executablePath: "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome",      },      user: {        driver: "existing-session",        attachOnly: true,        color: "#00AA00",      },      brave: {        driver: "existing-session",        attachOnly: true,        userDataDir: "~/Library/Application Support/BraveSoftware/Brave-Browser",        color: "#FB542B",      },      remote: { cdpUrl: "http://10.0.0.42:9222", color: "#00AA00" },    },  },}

browser.snapshotDefaults.mode: "efficient" เปลี่ยนโหมดการแยกข้อมูล snapshot เริ่มต้น เมื่อผู้เรียกไม่ได้ส่ง snapshotFormat หรือ mode อย่างชัดเจน โปรดดูตัวเลือกสแนปช็อตต่อการเรียกที่ API ควบคุมเบราว์เซอร์

การมองเห็นภาพหน้าจอ (รองรับโมเดลข้อความเท่านั้น)

เมื่อโมเดลหลักรองรับเฉพาะข้อความ (ไม่รองรับการมองเห็น/หลายรูปแบบ) ภาพหน้าจอ ของเบราว์เซอร์จะส่งคืนบล็อกรูปภาพที่โมเดลอ่านไม่ได้ ภาพหน้าจอของเบราว์เซอร์ ใช้การกำหนดค่าการทำความเข้าใจรูปภาพที่มีอยู่ร่วมกัน ดังนั้นโมเดลรูปภาพ ที่กำหนดค่าไว้สำหรับการทำความเข้าใจสื่อจึงสามารถอธิบายภาพหน้าจอเป็นข้อความได้โดยไม่ต้องมี การตั้งค่าโมเดลเฉพาะสำหรับเบราว์เซอร์

{  tools: {    media: {      image: {        models: [          { provider: "bytedance", model: "doubao-seed-2.0-pro" },          // เพิ่มตัวเลือกสำรอง; รายการแรกที่สำเร็จจะถูกใช้          { provider: "openai", model: "gpt-4o" },        ],      },      // โมเดลสื่อที่ใช้ร่วมกันก็ทำงานได้เมื่อมีแท็กว่ารองรับรูปภาพ      // models: [{ provider: "openai", model: "gpt-4o", capabilities: ["image"] }],    },  },  agents: {    defaults: {      // ค่าเริ่มต้นของโมเดลรูปภาพที่มีอยู่จะถูกนำมาใช้เช่นกัน      // imageModel: { primary: "openai/gpt-4o" },    },  },}

วิธีการทำงาน:

1. เอเจนต์เรียก browser screenshot และบันทึกรูปภาพลงดิสก์ตามปกติ
2. เครื่องมือเบราว์เซอร์จะสอบถามรันไทม์การทำความเข้าใจรูปภาพที่มีอยู่ว่าสามารถ อธิบายภาพหน้าจอโดยใช้โมเดลรูปภาพสื่อที่กำหนดค่าไว้ โมเดลสื่อ ที่ใช้ร่วมกัน ค่าเริ่มต้นของโมเดลรูปภาพ หรือผู้ให้บริการรูปภาพที่รองรับการยืนยันตัวตนได้หรือไม่
3. โมเดลการมองเห็นจะส่งคืนคำอธิบายข้อความ ซึ่งจะถูกครอบด้วย wrapExternalContent (ตัวป้องกันการแทรกพรอมต์) และส่งคืนให้เอเจนต์ เป็นบล็อกข้อความแทนบล็อกรูปภาพ
4. หากการทำความเข้าใจรูปภาพไม่พร้อมใช้งาน ถูกข้าม หรือล้มเหลว เบราว์เซอร์จะ กลับไปส่งคืนบล็อกรูปภาพเดิม

บล็อกรูปภาพจากภาพหน้าจอเป็นผลลัพธ์เครื่องมือส่วนตัว เอเจนต์สามารถตรวจสอบได้ แต่ OpenClaw จะไม่แนบผลลัพธ์เหล่านี้กับการตอบกลับในช่องทางโดยอัตโนมัติ หากต้องการแชร์ ภาพหน้าจอ ให้ขอให้เอเจนต์ส่งอย่างชัดเจนด้วยเครื่องมือข้อความ

ใช้ฟิลด์ tools.media.image / tools.media.models ที่มีอยู่สำหรับ โมเดลสำรอง ระยะหมดเวลา ขีดจำกัดไบต์ โปรไฟล์ และการตั้งค่าคำขอของผู้ให้บริการ

หากโมเดลหลักที่ใช้งานอยู่รองรับการมองเห็นอยู่แล้ว และไม่ได้กำหนดค่าโมเดล การทำความเข้าใจรูปภาพอย่างชัดเจน OpenClaw จะคงผลลัพธ์รูปภาพตามปกติไว้ เพื่อให้ โมเดลหลักอ่านภาพหน้าจอได้โดยตรง

ใช้ Brave หรือเบราว์เซอร์อื่นที่ใช้ Chromium

หากเบราว์เซอร์ เริ่มต้นของระบบ ใช้ Chromium (Chrome/Brave/Edge/ฯลฯ) OpenClaw จะใช้โดยอัตโนมัติ ตั้งค่า browser.executablePath เพื่อแทนที่ การตรวจหาอัตโนมัติ ค่า executablePath ทั้งระดับบนสุดและระดับโปรไฟล์รองรับ ~ สำหรับไดเรกทอรีหลักของระบบปฏิบัติการ:

openclaw config set browser.executablePath "/usr/bin/google-chrome"openclaw config set browser.profiles.work.executablePath "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"

หรือตั้งค่าในการกำหนดค่าตามแต่ละแพลตฟอร์ม:

{browser: {executablePath: "/Applications/Brave Browser.app/Contents/MacOS/Brave Browser",},}

{browser: {executablePath: "C:\\Program Files\\BraveSoftware\\Brave-Browser\\Application\\brave.exe",},}

{browser: {executablePath: "/usr/bin/brave-browser",},}

executablePath ระดับโปรไฟล์มีผลเฉพาะกับโปรไฟล์ภายในเครื่องที่มีการจัดการซึ่ง OpenClaw เปิดใช้งานเท่านั้น โปรไฟล์ existing-session จะเชื่อมต่อกับเบราว์เซอร์ที่กำลังทำงานอยู่แล้ว แทน ส่วนโปรไฟล์ CDP ระยะไกลจะใช้เบราว์เซอร์ที่อยู่เบื้องหลัง cdpUrl

การควบคุมภายในเครื่องเทียบกับระยะไกล

• การควบคุมภายในเครื่อง (ค่าเริ่มต้น): Gateway เริ่มบริการควบคุมลูปแบ็กและสามารถเปิดใช้งานเบราว์เซอร์ภายในเครื่องได้
• การควบคุมระยะไกล (โฮสต์โหนด): เรียกใช้โฮสต์โหนดบนเครื่องที่มีเบราว์เซอร์; Gateway จะส่งต่อการดำเนินการของเบราว์เซอร์ผ่านพร็อกซีไปยังเครื่องนั้น
• CDP ระยะไกล: ตั้งค่า browser.profiles.<name>.cdpUrl (หรือ browser.cdpUrl) เพื่อ เชื่อมต่อกับเบราว์เซอร์ระยะไกลที่ใช้ Chromium ในกรณีนี้ OpenClaw จะไม่เปิดใช้งานเบราว์เซอร์ภายในเครื่อง
• สำหรับบริการ CDP ที่จัดการจากภายนอกบนลูปแบ็ก (เช่น Browserless ใน Docker ที่เผยแพร่ไปยัง 127.0.0.1) ให้ตั้งค่า attachOnly: true ด้วย CDP ลูปแบ็ก ที่ไม่มี attachOnly จะถือเป็นโปรไฟล์เบราว์เซอร์ภายในเครื่องที่ OpenClaw จัดการ
• headless มีผลเฉพาะกับโปรไฟล์ภายในเครื่องที่มีการจัดการซึ่ง OpenClaw เปิดใช้งานเท่านั้น โดยจะไม่รีสตาร์ตหรือเปลี่ยนแปลงเบราว์เซอร์แบบเซสชันที่มีอยู่หรือ CDP ระยะไกล
• executablePath ใช้กฎเดียวกันสำหรับโปรไฟล์ภายในเครื่องที่มีการจัดการ การเปลี่ยนค่านี้ใน โปรไฟล์ภายในเครื่องที่มีการจัดการซึ่งกำลังทำงาน จะทำเครื่องหมายโปรไฟล์นั้นเพื่อรีสตาร์ต/ปรับให้สอดคล้อง เพื่อให้ การเปิดใช้งานครั้งถัดไปใช้ไบนารีใหม่

ลักษณะการหยุดทำงานแตกต่างกันตามโหมดโปรไฟล์:

• โปรไฟล์ภายในเครื่องที่มีการจัดการ: openclaw browser stop จะหยุดกระบวนการเบราว์เซอร์ที่ OpenClaw เปิดใช้งาน
• โปรไฟล์แบบเชื่อมต่อเท่านั้นและ CDP ระยะไกล: openclaw browser stop จะปิดเซสชัน ควบคุมที่ใช้งานอยู่และปล่อยการแทนที่การจำลอง Playwright/CDP (วิวพอร์ต, ชุดสี, โลแคล, เขตเวลา, โหมดออฟไลน์ และสถานะที่คล้ายกัน) แม้ว่า OpenClaw จะไม่ได้เปิดใช้งานกระบวนการเบราว์เซอร์ก็ตาม

URL ของ CDP ระยะไกลสามารถมีข้อมูลการรับรองความถูกต้องได้:

• โทเค็นในคิวรี (เช่น https://provider.example?token=<token>)
• การรับรองความถูกต้องแบบ HTTP Basic (เช่น https://user:pass@provider.example)

OpenClaw จะรักษาข้อมูลการรับรองความถูกต้องไว้เมื่อเรียกปลายทาง /json/* และเมื่อเชื่อมต่อ กับ CDP WebSocket ควรใช้ตัวแปรสภาพแวดล้อมหรือตัวจัดการข้อมูลลับสำหรับ โทเค็น แทนการคอมมิตลงในไฟล์การกำหนดค่า

พร็อกซีเบราว์เซอร์ของ Node (ค่าเริ่มต้นที่ไม่ต้องกำหนดค่า)

หากคุณเรียกใช้ โฮสต์ Node บนเครื่องที่มีเบราว์เซอร์ OpenClaw สามารถ กำหนดเส้นทางการเรียกใช้เครื่องมือเบราว์เซอร์ไปยัง Node นั้นโดยอัตโนมัติ โดยไม่ต้องกำหนดค่าเบราว์เซอร์เพิ่มเติม นี่เป็นเส้นทางเริ่มต้นสำหรับ Gateway ระยะไกล

หมายเหตุ:

• โฮสต์ Node เปิดให้เข้าถึงเซิร์ฟเวอร์ควบคุมเบราว์เซอร์ภายในเครื่องผ่าน คำสั่งพร็อกซี
• โปรไฟล์มาจากการกำหนดค่า browser.profiles ของ Node เอง (เหมือนกับการใช้งานภายในเครื่อง)
• คำสั่งพร็อกซีไม่อนุญาตให้เปลี่ยนแปลงโปรไฟล์แบบถาวร (create-profile, delete-profile, reset-profile) ไม่ว่า allowProfiles จะเป็นค่าใด ให้ทำการเปลี่ยนแปลงเหล่านั้นบน Node โดยตรง
• nodeHost.browserProxy.allowProfiles เป็นตัวเลือก เว้นว่างไว้เพื่อใช้ลักษณะการทำงานแบบเดิม/ค่าเริ่มต้น: โปรไฟล์ที่กำหนดค่าไว้ทั้งหมดยังคงเข้าถึงได้ผ่านพร็อกซี
• หากตั้งค่า nodeHost.browserProxy.allowProfiles OpenClaw จะถือว่าค่านี้เป็นขอบเขตสิทธิ์ขั้นต่ำที่จำกัดชื่อโปรไฟล์ซึ่งพร็อกซีสามารถกำหนดเป็นเป้าหมายได้
• ปิดใช้งานหากไม่ต้องการ:
  • บน Node: nodeHost.browserProxy.enabled=false
  • บน Gateway: gateway.nodes.browser.mode="off" (รองรับ "auto" เพื่อเลือก Node เบราว์เซอร์ที่เชื่อมต่ออยู่เพียง Node เดียว หรือ "manual" เพื่อบังคับให้ระบุพารามิเตอร์ Node อย่างชัดเจนด้วย)

Browserless (CDP ระยะไกลแบบโฮสต์)

Browserless เป็นบริการ Chromium แบบโฮสต์ที่เปิดเผย URL การเชื่อมต่อ CDP ผ่าน HTTPS และ WebSocket OpenClaw สามารถใช้ได้ทั้งสองรูปแบบ แต่ สำหรับโปรไฟล์เบราว์เซอร์ระยะไกล ตัวเลือกที่ง่ายที่สุดคือ URL WebSocket โดยตรง จากเอกสารการเชื่อมต่อของ Browserless

ตัวอย่าง:

{  browser: {    enabled: true,    defaultProfile: "browserless",    remoteCdpTimeoutMs: 2000,    remoteCdpHandshakeTimeoutMs: 4000,    profiles: {      browserless: {        cdpUrl: "wss://production-sfo.browserless.io?token=<BROWSERLESS_API_KEY>",        color: "#00AA00",      },    },  },}

หมายเหตุ:

• แทนที่ <BROWSERLESS_API_KEY> ด้วยโทเค็น Browserless จริงของคุณ
• เลือกปลายทางภูมิภาคที่ตรงกับบัญชี Browserless ของคุณ (ดูเอกสารของบริการ)
• หาก Browserless ให้ URL ฐานแบบ HTTPS คุณสามารถแปลงเป็น wss:// เพื่อเชื่อมต่อ CDP โดยตรง หรือคง URL แบบ HTTPS ไว้และให้ OpenClaw ค้นหา /json/version

Browserless Docker บนโฮสต์เดียวกัน

เมื่อโฮสต์ Browserless ด้วยตนเองใน Docker และ OpenClaw ทำงานบนโฮสต์ ให้ถือว่า Browserless เป็นบริการ CDP ที่จัดการจากภายนอก:

{  browser: {    enabled: true,    defaultProfile: "browserless",    profiles: {      browserless: {        cdpUrl: "ws://127.0.0.1:3000",        attachOnly: true,        color: "#00AA00",      },    },  },}

กระบวนการ OpenClaw ต้องเข้าถึงที่อยู่ใน browser.profiles.browserless.cdpUrl ได้ นอกจากนี้ Browserless ต้องประกาศปลายทางที่ตรงกันและเข้าถึงได้ด้วย ให้ตั้งค่า EXTERNAL ของ Browserless เป็นฐาน WebSocket เดียวกันที่ OpenClaw เข้าถึงได้จากภายนอก เช่น ws://127.0.0.1:3000, ws://browserless:3000 หรือที่อยู่เครือข่าย Docker ส่วนตัว ที่เสถียร หาก /json/version ส่งคืน webSocketDebuggerUrl ซึ่งชี้ไปยัง ที่อยู่ที่ OpenClaw เข้าถึงไม่ได้ CDP HTTP อาจดูเหมือนทำงานปกติ แต่การเชื่อมต่อ ผ่าน WebSocket ยังคงล้มเหลว

อย่าปล่อย attachOnly ไว้โดยไม่ตั้งค่าสำหรับโปรไฟล์ Browserless แบบลูปแบ็ก หากไม่มี attachOnly OpenClaw จะถือว่าพอร์ตลูปแบ็กเป็นโปรไฟล์เบราว์เซอร์ภายในเครื่อง ที่มีการจัดการ และอาจรายงานว่าพอร์ตถูกใช้งานอยู่แต่ OpenClaw ไม่ได้เป็นเจ้าของ

ผู้ให้บริการ CDP ผ่าน WebSocket โดยตรง

บริการเบราว์เซอร์แบบโฮสต์บางรายเปิดเผยปลายทาง WebSocket โดยตรง แทน การค้นหา CDP แบบ HTTP มาตรฐาน (/json/version) OpenClaw รองรับ URL ของ CDP สามรูปแบบ และเลือกกลยุทธ์การเชื่อมต่อที่เหมาะสมโดยอัตโนมัติ:

• การค้นหาผ่าน HTTP(S) - http://host[:port] หรือ https://host[:port] OpenClaw เรียก /json/version เพื่อค้นหา URL ดีบักเกอร์ WebSocket แล้วจึง เชื่อมต่อ โดยไม่มีการใช้ WebSocket เป็นทางเลือกสำรอง
• ปลายทาง WebSocket โดยตรง - ws://host[:port]/devtools/<kind>/<id> หรือ wss://... ที่มีเส้นทาง /devtools/browser|page|worker|shared_worker|service_worker/<id> OpenClaw เชื่อมต่อโดยตรงผ่านการจับมือ WebSocket และข้าม /json/version ทั้งหมด
• ราก WebSocket เปล่า - ws://host[:port] หรือ wss://host[:port] ที่ไม่มี เส้นทาง /devtools/... (เช่น Browserless, Browserbase) OpenClaw จะลองค้นหา /json/version ผ่าน HTTP ก่อน (ปรับรูปแบบสคีมเป็น http/https); หากการค้นหาส่งคืน webSocketDebuggerUrl ระบบจะใช้ค่านั้น มิฉะนั้น OpenClaw จะเปลี่ยนไปใช้การจับมือ WebSocket โดยตรงที่รากเปล่าเป็นทางเลือกสำรอง หากปลายทาง WebSocket ที่ประกาศปฏิเสธการจับมือ CDP แต่รากเปล่าที่กำหนดค่าไว้ ยอมรับ OpenClaw จะเปลี่ยนไปใช้รากนั้นเป็นทางเลือกสำรองด้วย วิธีนี้ทำให้ ws:// แบบเปล่า ที่ชี้ไปยัง Chrome ภายในเครื่องยังคงเชื่อมต่อได้ เนื่องจาก Chrome ยอมรับการอัปเกรด WebSocket เฉพาะบนเส้นทางต่อเป้าหมายที่ระบุจาก /json/version ขณะที่ผู้ให้บริการ แบบโฮสต์ยังสามารถใช้ปลายทาง WebSocket รากของตนได้ เมื่อปลายทางการค้นหา ประกาศ URL อายุสั้นที่ไม่เหมาะกับ Playwright CDP

openclaw browser doctor ใช้ตรรกะค้นหาก่อนและใช้ WebSocket เป็นทางเลือกสำรอง แบบเดียวกับการเชื่อมต่อขณะทำงาน ดังนั้น URL แบบรากเปล่าที่เชื่อมต่อสำเร็จจะไม่ ถูกรายงานว่าเข้าถึงไม่ได้โดยการวินิจฉัย

Browserbase

Browserbase เป็นแพลตฟอร์มคลาวด์สำหรับเรียกใช้ เบราว์เซอร์แบบไม่มีส่วนติดต่อ โดยมีการแก้ CAPTCHA โหมดซ่อนตัว และพร็อกซี สำหรับที่อยู่อาศัยในตัว

{  browser: {    enabled: true,    defaultProfile: "browserbase",    remoteCdpTimeoutMs: 3000,    remoteCdpHandshakeTimeoutMs: 5000,    profiles: {      browserbase: {        cdpUrl: "wss://connect.browserbase.com?apiKey=<BROWSERBASE_API_KEY>",        color: "#F97316",      },    },  },}

หมายเหตุ:

• ลงทะเบียน และคัดลอก API Key จาก แดชบอร์ด Overview
• แทนที่ <BROWSERBASE_API_KEY> ด้วยคีย์ API ของ Browserbase จริง
• Browserbase สร้างเซสชันเบราว์เซอร์โดยอัตโนมัติเมื่อเชื่อมต่อ WebSocket จึงไม่ จำเป็นต้องสร้างเซสชันด้วยตนเอง
• ดูราคาสำหรับขีดจำกัดแพ็กเกจฟรีและแพ็กเกจแบบชำระเงินในปัจจุบัน
• ดูเอกสาร Browserbaseสำหรับข้อมูลอ้างอิง API ฉบับเต็ม คู่มือ SDK และตัวอย่างการผสานรวม

Notte

Notte เป็นแพลตฟอร์มคลาวด์สำหรับเรียกใช้เบราว์เซอร์ แบบไม่มีส่วนติดต่อ โดยมีคุณสมบัติซ่อนตัว พร็อกซีสำหรับที่อยู่อาศัย และ Gateway WebSocket แบบเนทีฟสำหรับ CDP ในตัว

{  browser: {    enabled: true,    defaultProfile: "notte",    remoteCdpTimeoutMs: 3000,    remoteCdpHandshakeTimeoutMs: 5000,    profiles: {      notte: {        cdpUrl: "wss://us-prod.notte.cc/sessions/connect?token=<NOTTE_API_KEY>",        color: "#7C3AED",      },    },  },}

หมายเหตุ:

• ลงทะเบียน และคัดลอก API Key จาก หน้าการตั้งค่าคอนโซล
• แทนที่ <NOTTE_API_KEY> ด้วยคีย์ API ของ Notte จริง
• Notte สร้างเซสชันเบราว์เซอร์โดยอัตโนมัติเมื่อเชื่อมต่อ WebSocket จึงไม่จำเป็น ต้องสร้างเซสชันด้วยตนเอง เซสชันจะถูกทำลายเมื่อ WebSocket ตัดการเชื่อมต่อ
• ดูราคาสำหรับขีดจำกัดแพ็กเกจฟรีและแพ็กเกจแบบชำระเงินในปัจจุบัน
• ดูเอกสาร Notteสำหรับข้อมูลอ้างอิง API ฉบับเต็ม คู่มือ SDK และตัวอย่างการผสานรวม

ความปลอดภัย

แนวคิดสำคัญ:

• การควบคุมเบราว์เซอร์จำกัดอยู่เฉพาะลูปแบ็ก การเข้าถึงดำเนินการผ่านการตรวจสอบสิทธิ์ของ Gateway หรือการจับคู่ Node
• API HTTP ของเบราว์เซอร์ลูปแบ็กแบบสแตนด์อโลนใช้ การตรวจสอบสิทธิ์ด้วยข้อมูลลับที่ใช้ร่วมกันเท่านั้น: การตรวจสอบสิทธิ์แบบ bearer ด้วยโทเค็น Gateway, x-openclaw-password หรือการตรวจสอบสิทธิ์ HTTP Basic ด้วย รหัสผ่าน Gateway ที่กำหนดค่าไว้
• ส่วนหัวระบุตัวตนของ Tailscale Serve และ gateway.auth.mode: "trusted-proxy" ไม่ ตรวจสอบสิทธิ์ API เบราว์เซอร์ลูปแบ็กแบบสแตนด์อโลนนี้
• หากเปิดใช้การควบคุมเบราว์เซอร์และไม่ได้กำหนดค่าการตรวจสอบสิทธิ์ด้วยข้อมูลลับที่ใช้ร่วมกัน OpenClaw จะสร้างและเก็บข้อมูลรับรองสำหรับการควบคุมเบราว์เซอร์โดยอัตโนมัติเมื่อเริ่มทำงาน: เป็นโทเค็นเมื่อ gateway.auth.mode เป็น none หรือเป็นรหัสผ่านเมื่อค่าเป็น trusted-proxy (เก็บผ่าน gateway.auth.password เพื่อให้ไคลเอนต์ลูปแบ็ก นอกกระบวนการสามารถค้นหาได้) ระบบจะข้ามการสร้างอัตโนมัติเมื่อมีการกำหนดค่า ข้อมูลรับรองแบบสตริงอย่างชัดเจนสำหรับโหมดนั้นแล้ว หรือเมื่อ gateway.auth.mode เป็น password
• กำหนดค่า gateway.auth.token, gateway.auth.password, OPENCLAW_GATEWAY_TOKEN หรือ OPENCLAW_GATEWAY_PASSWORD อย่างชัดเจน หากต้องการข้อมูลลับที่เสถียรและควบคุมเอง แทนข้อมูลลับที่ระบบสร้างขึ้น

คำแนะนำสำหรับ CDP ระยะไกล:

• ควรเลือกใช้ปลายทางที่เข้ารหัส (HTTPS หรือ WSS) และโทเค็นอายุสั้นเมื่อทำได้
• หลีกเลี่ยงการฝังโทเค็นอายุยาวลงในไฟล์การกำหนดค่าโดยตรง
• ให้ Gateway และโฮสต์ Node ทั้งหมดอยู่ในเครือข่ายส่วนตัว (Tailscale) และหลีกเลี่ยงการเปิดเผยต่อสาธารณะ
• ปฏิบัติต่อ URL/โทเค็น CDP ระยะไกลเสมือนข้อมูลลับ ควรใช้ตัวแปรสภาพแวดล้อมหรือตัวจัดการข้อมูลลับ

โปรไฟล์ (หลายเบราว์เซอร์)

OpenClaw รองรับโปรไฟล์ที่มีชื่อหลายรายการ (การกำหนดค่าการกำหนดเส้นทาง) โปรไฟล์อาจเป็น:

• จัดการโดย OpenClaw: อินสแตนซ์เบราว์เซอร์ที่ใช้ Chromium โดยเฉพาะ พร้อมไดเรกทอรีข้อมูลผู้ใช้และพอร์ต CDP ของตนเอง
• ระยะไกล: URL ของ CDP ที่ระบุอย่างชัดเจน (เบราว์เซอร์ที่ใช้ Chromium ซึ่งทำงานอยู่ที่อื่น)
• เซสชันที่มีอยู่: โปรไฟล์ Chrome ที่มีอยู่ของคุณผ่านการเชื่อมต่ออัตโนมัติของ Chrome DevTools MCP

ค่าเริ่มต้น:

• โปรไฟล์ openclaw จะถูกสร้างโดยอัตโนมัติหากไม่มี
• โปรไฟล์ user มีมาให้ในตัวสำหรับเชื่อมต่อเซสชัน Chrome MCP ที่มีอยู่
• โปรไฟล์เซสชันที่มีอยู่นอกเหนือจาก user ต้องเปิดใช้โดยสมัครใจ ให้สร้างด้วย --driver existing-session
• พอร์ต CDP ภายในเครื่องจะถูกจัดสรรจากช่วง 18800-18899 ตามค่าเริ่มต้น
• การลบโปรไฟล์จะย้ายไดเรกทอรีข้อมูลภายในเครื่องไปยังถังขยะ

ปลายทางควบคุมทั้งหมดรองรับ ?profile=<name>; CLI ใช้ --browser-profile

เซสชันที่มีอยู่ผ่าน Chrome DevTools MCP

OpenClaw ยังสามารถเชื่อมต่อกับโปรไฟล์เบราว์เซอร์ที่ใช้ Chromium ซึ่งกำลังทำงานอยู่ผ่าน เซิร์ฟเวอร์ Chrome DevTools MCP อย่างเป็นทางการ โดยใช้แท็บและสถานะการเข้าสู่ระบบ ที่เปิดอยู่แล้วในโปรไฟล์เบราว์เซอร์นั้นซ้ำ

ข้อมูลเบื้องหลังและเอกสารอ้างอิงการตั้งค่าอย่างเป็นทางการ:

• Chrome for Developers: ใช้ Chrome DevTools MCP กับเซสชันเบราว์เซอร์ของคุณ
• README ของ Chrome DevTools MCP

โปรไฟล์ในตัว: user สร้างโปรไฟล์เซสชันที่มีอยู่แบบกำหนดเอง หาก ต้องการชื่อ สี หรือไดเรกทอรีข้อมูลเบราว์เซอร์ที่แตกต่างออกไป

ตามค่าเริ่มต้น โปรไฟล์ user ในตัวจะใช้การเชื่อมต่ออัตโนมัติของ Chrome MCP ซึ่ง กำหนดเป้าหมายไปยังโปรไฟล์ Google Chrome เริ่มต้นภายในเครื่อง ใช้ userDataDir สำหรับ Brave, Edge, Chromium หรือโปรไฟล์ Chrome ที่ไม่ใช่ค่าเริ่มต้น ~ จะขยายเป็นไดเรกทอรีหลัก ของระบบปฏิบัติการ:

{  browser: {    profiles: {      brave: {        driver: "existing-session",        attachOnly: true,        userDataDir: "~/Library/Application Support/BraveSoftware/Brave-Browser",        color: "#FB542B",      },    },  },}

จากนั้นในเบราว์เซอร์ที่ตรงกัน:

1. เปิดหน้าตรวจสอบของเบราว์เซอร์นั้นสำหรับการดีบักระยะไกล
2. เปิดใช้การดีบักระยะไกล
3. เปิดเบราว์เซอร์ค้างไว้และอนุมัติข้อความแจ้งการเชื่อมต่อเมื่อ OpenClaw เชื่อมต่อ

หน้าตรวจสอบที่ใช้บ่อย:

• Chrome: chrome://inspect/#remote-debugging
• Brave: brave://inspect/#remote-debugging
• Edge: edge://inspect/#remote-debugging

การทดสอบเบื้องต้นสำหรับการเชื่อมต่อจริง:

openclaw browser --browser-profile user startopenclaw browser --browser-profile user statusopenclaw browser --browser-profile user tabsopenclaw browser --browser-profile user snapshot --format ai

ลักษณะเมื่อสำเร็จ:

• status แสดง driver: existing-session
• status แสดง transport: chrome-mcp
• status แสดง running: true
• tabs แสดงรายการแท็บเบราว์เซอร์ที่เปิดอยู่แล้ว
• snapshot ส่งคืน refs จากแท็บที่ใช้งานอยู่ซึ่งเลือกไว้

สิ่งที่ต้องตรวจสอบหากการแนบไม่ทำงาน:

• เบราว์เซอร์เป้าหมายที่ใช้ Chromium เป็นเวอร์ชัน 144+
• เปิดใช้การดีบักระยะไกลในหน้าตรวจสอบของเบราว์เซอร์นั้น
• เบราว์เซอร์แสดงพรอมต์ขอความยินยอมในการแนบและได้ยอมรับพรอมต์แล้ว
• หาก Chrome เริ่มทำงานโดยระบุ --remote-debugging-port อย่างชัดเจน ให้ตั้งค่า browser.profiles.<name>.cdpUrl เป็นปลายทาง DevTools นั้นแทนการพึ่งพา การเชื่อมต่ออัตโนมัติของ Chrome MCP
• openclaw doctor ย้ายข้อมูลการกำหนดค่าเบราว์เซอร์แบบเก่าที่ใช้ส่วนขยาย และตรวจสอบว่า มีการติดตั้ง Chrome ภายในเครื่องสำหรับโปรไฟล์การเชื่อมต่ออัตโนมัติเริ่มต้น แต่ไม่สามารถ เปิดใช้การดีบักระยะไกลฝั่งเบราว์เซอร์ให้ได้

การใช้งานโดยเอเจนต์:

• ใช้ profile="user" เมื่อต้องการสถานะเบราว์เซอร์ที่ผู้ใช้เข้าสู่ระบบไว้
• หากใช้โปรไฟล์เซสชันที่มีอยู่แบบกำหนดเอง ให้ส่งชื่อโปรไฟล์นั้นอย่างชัดเจน
• เลือกโหมดนี้เฉพาะเมื่อผู้ใช้อยู่ที่คอมพิวเตอร์เพื่ออนุมัติพรอมต์ การแนบ
• โฮสต์ Gateway หรือ Node สามารถเรียกใช้ npx chrome-devtools-mcp@latest --autoConnect ได้

หมายเหตุ:

• เส้นทางนี้มีความเสี่ยงสูงกว่าโปรไฟล์ openclaw ที่แยกสภาพแวดล้อม เพราะสามารถ ดำเนินการภายในเซสชันเบราว์เซอร์ที่เข้าสู่ระบบไว้
• OpenClaw ไม่เปิดเบราว์เซอร์สำหรับไดรเวอร์นี้ แต่จะแนบเท่านั้น
• OpenClaw ใช้โฟลว์ --autoConnect อย่างเป็นทางการของ Chrome DevTools MCP ที่นี่ หาก ตั้งค่า userDataDir ระบบจะส่งผ่านค่านี้เพื่อกำหนดเป้าหมายไปยังไดเรกทอรีข้อมูลผู้ใช้นั้น
• เซสชันที่มีอยู่สามารถแนบกับโฮสต์ที่เลือกหรือผ่าน Node เบราว์เซอร์ที่เชื่อมต่ออยู่ หาก Chrome อยู่ที่อื่นและไม่มี Node เบราว์เซอร์เชื่อมต่ออยู่ ให้ใช้ CDP ระยะไกลหรือโฮสต์ Node แทน
• เป้าหมาย Chrome MCP และ refs ของสแนปช็อตมีขอบเขตอยู่ภายในกระบวนการย่อย MCP หนึ่งกระบวนการ หลังจาก กระบวนการนั้นเริ่มใหม่ ให้เรียกใช้ browser tabs อีกครั้ง เลือกเป้าหมายใหม่อย่างชัดเจน ก่อนทำงานเฉพาะเป้าหมาย และถ่ายสแนปช็อตใหม่ก่อนใช้ refs แต่ละ ref ใช้ได้เฉพาะกับเป้าหมายและสแนปช็อตล่าสุดของตนเท่านั้น นามแฝงเก่าจะไม่ ถูกโอนไปยังแท็บทดแทน แม้ว่า URL จะตรงกัน
• ปัจจุบัน Chrome DevTools MCP กำหนดเส้นทางเครื่องมือหน้าเว็บโดยใช้ ID หน้าแบบตัวเลข ภายในกระบวนการ แฮนเดิลที่มีขอบเขตระดับกระบวนการป้องกันการนำกลับมาใช้ข้ามการแทนที่กระบวนการย่อย แต่ การแทนที่บริบทเบราว์เซอร์ภายในกระบวนการระหว่างการเรียกเครื่องมือที่อยู่ติดกันยังคง เปลี่ยนเป้าหมายของการดำเนินการได้ การกำหนดเส้นทางแบบอะตอมโดยสมบูรณ์ต้องอาศัยการรองรับเครื่องมือหน้าเว็บจากต้นทาง สำหรับ ID เป้าหมายที่คงที่

การเรียกใช้ Chrome MCP แบบกำหนดเอง

แทนที่เซิร์ฟเวอร์ Chrome DevTools MCP ที่เรียกใช้สำหรับแต่ละโปรไฟล์ เมื่อโฟลว์ npx chrome-devtools-mcp@latest เริ่มต้นไม่ตรงกับความต้องการ (โฮสต์ออฟไลน์ เวอร์ชันที่ตรึงไว้ ไบนารีที่รวมมากับระบบ):

เมื่อตั้งค่า cdpUrl ในโปรไฟล์เซสชันที่มีอยู่ OpenClaw จะข้าม --autoConnect และส่งต่อปลายทางไปยัง Chrome MCP โดยอัตโนมัติ:

• http(s)://... → --browserUrl <url> (ปลายทางการค้นหา DevTools ผ่าน HTTP)
• ws(s)://... → --wsEndpoint <url> (CDP WebSocket โดยตรง)

ไม่สามารถใช้แฟล็กปลายทางร่วมกับ userDataDir ได้: เมื่อตั้งค่า cdpUrl ระบบจะละเว้น userDataDir สำหรับการเรียกใช้ Chrome MCP เนื่องจาก Chrome MCP จะแนบกับ เบราว์เซอร์ที่กำลังทำงานอยู่เบื้องหลังปลายทาง แทนการเปิดไดเรกทอรี โปรไฟล์

การรับประกันการแยกสภาพแวดล้อม

• ไดเรกทอรีข้อมูลผู้ใช้เฉพาะ: ไม่แตะต้องโปรไฟล์เบราว์เซอร์ส่วนตัว
• พอร์ตเฉพาะ: หลีกเลี่ยง 9222 เพื่อป้องกันการชนกับเวิร์กโฟลว์การพัฒนา
• การควบคุมแท็บแบบกำหนดผลได้แน่นอน: tabs ส่งคืน suggestedTargetId ก่อน จากนั้นจึงส่งคืน แฮนเดิล tabId ที่คงที่ เช่น t1 ป้ายกำกับที่ระบุหรือไม่ก็ได้ และ targetId แบบดิบ เอเจนต์ควรนำ suggestedTargetId กลับมาใช้ใหม่ ส่วน ID แบบดิบยังคงมีให้ใช้สำหรับ การดีบักและความเข้ากันได้

การเลือกเบราว์เซอร์

เมื่อเปิดภายในเครื่อง OpenClaw จะเลือกตัวแรกที่พร้อมใช้งาน:

1. Chrome
2. Brave
3. Edge
4. Chromium
5. Chrome Canary

สามารถแทนที่ได้ด้วย browser.executablePath

แพลตฟอร์ม:

• macOS: ตรวจสอบ /Applications และ ~/Applications
• Linux: ตรวจสอบตำแหน่งทั่วไปของ Chrome/Brave/Edge/Chromium ภายใต้ /usr/bin, /snap/bin, /opt/google, /opt/brave.com, /usr/lib/chromium และ /usr/lib/chromium-browser รวมถึง Chromium ที่จัดการโดย Playwright ภายใต้ PLAYWRIGHT_BROWSERS_PATH หรือ ~/.cache/ms-playwright
• Windows: ตรวจสอบตำแหน่งการติดตั้งทั่วไป

API ควบคุม (ไม่บังคับ)

สำหรับการเขียนสคริปต์และการดีบัก Gateway มี API ควบคุม HTTP เฉพาะลูปแบ็ก ขนาดเล็ก พร้อม CLI openclaw browser ที่สอดคล้องกัน (สแนปช็อต refs ความสามารถเสริม ในการรอ เอาต์พุต JSON และเวิร์กโฟลว์การดีบัก) โปรดดูข้อมูลอ้างอิงฉบับเต็มที่ API ควบคุมเบราว์เซอร์

การแก้ไขปัญหา

สำหรับปัญหาเฉพาะ Linux (โดยเฉพาะ Chromium แบบ snap) โปรดดู การแก้ไขปัญหาเบราว์เซอร์

สำหรับการตั้งค่าแยกโฮสต์ระหว่าง WSL2 Gateway กับ Windows Chrome โปรดดู การแก้ไขปัญหา WSL2 + Windows + Chrome CDP ระยะไกล

ความล้มเหลวในการเริ่มต้น CDP เทียบกับการบล็อก SSRF ในการนำทาง

ปัญหาเหล่านี้เป็นความล้มเหลวคนละประเภทและชี้ไปยังเส้นทางโค้ดที่ต่างกัน

• ความล้มเหลวในการเริ่มต้นหรือความพร้อมของ CDP หมายความว่า OpenClaw ไม่สามารถยืนยันได้ว่าระนาบควบคุมเบราว์เซอร์ทำงานเป็นปกติ
• การบล็อก SSRF ในการนำทาง หมายความว่าระนาบควบคุมเบราว์เซอร์ทำงานเป็นปกติ แต่เป้าหมายการนำทางของหน้าถูกนโยบายปฏิเสธ

ตัวอย่างทั่วไป:

• ความล้มเหลวในการเริ่มต้นหรือความพร้อมของ CDP:
  • Chrome CDP websocket for profile "openclaw" is not reachable after start
  • Remote CDP for profile "<name>" is not reachable at <cdpUrl>
  • Port <port> is in use for profile "<name>" but not by openclaw เมื่อกำหนดค่าบริการ CDP ภายนอกแบบ ลูปแบ็กโดยไม่มี attachOnly: true
• การบล็อก SSRF ในการนำทาง:
  • โฟลว์ open, navigate, สแนปช็อต หรือการเปิดแท็บล้มเหลวด้วยข้อผิดพลาดของนโยบายเบราว์เซอร์/เครือข่าย ขณะที่ start และ tabs ยังทำงานได้

ใช้ลำดับขั้นต่ำนี้เพื่อแยกปัญหาทั้งสองประเภท:

openclaw browser --browser-profile openclaw startopenclaw browser --browser-profile openclaw tabsopenclaw browser --browser-profile openclaw open https://example.com

วิธีอ่านผลลัพธ์:

• หาก start ล้มเหลวด้วย not reachable after start ให้แก้ไขปัญหาความพร้อมของ CDP ก่อน
• หาก start สำเร็จ แต่ tabs ล้มเหลว แสดงว่าระนาบควบคุมยังคงทำงานผิดปกติ ให้ถือว่าเป็นปัญหาการเข้าถึง CDP ไม่ใช่ปัญหาการนำทางหน้า
• หาก start และ tabs สำเร็จ แต่ open หรือ navigate ล้มเหลว แสดงว่าระนาบควบคุมเบราว์เซอร์ทำงานแล้ว และความล้มเหลวอยู่ที่นโยบายการนำทางหรือหน้าเป้าหมาย
• หาก start, tabs และ open สำเร็จทั้งหมด แสดงว่าเส้นทางควบคุมเบราว์เซอร์ที่มีการจัดการพื้นฐานทำงานเป็นปกติ

รายละเอียดพฤติกรรมที่สำคัญ:

• การกำหนดค่าเบราว์เซอร์ใช้ค่าเริ่มต้นเป็นอ็อบเจ็กต์นโยบาย SSRF แบบปิดเมื่อเกิดข้อผิดพลาด แม้ไม่ได้กำหนดค่า browser.ssrfPolicy
• สำหรับโปรไฟล์ที่มีการจัดการ openclaw แบบลูปแบ็กภายในเครื่อง การตรวจสอบสถานะ CDP จะข้ามการบังคับใช้การเข้าถึงตามนโยบาย SSRF ของเบราว์เซอร์โดยตั้งใจ สำหรับระนาบควบคุมภายในเครื่องของ OpenClaw เอง
• การป้องกันการนำทางแยกออกจากกัน ผลลัพธ์ start หรือ tabs ที่สำเร็จไม่ได้หมายความว่าเป้าหมาย open หรือ navigate ในภายหลังจะได้รับอนุญาต

คำแนะนำด้านความปลอดภัย:

• อย่า ผ่อนคลายนโยบาย SSRF ของเบราว์เซอร์โดยค่าเริ่มต้น
• ควรใช้ข้อยกเว้นโฮสต์แบบจำกัด เช่น hostnameAllowlist หรือ allowedHostnames แทนการอนุญาตเข้าถึงเครือข่ายส่วนตัวแบบกว้าง
• ใช้ dangerouslyAllowPrivateNetwork: true เฉพาะในสภาพแวดล้อมที่เชื่อถือได้โดยตั้งใจ ซึ่งจำเป็นต้องใช้การเข้าถึงเครือข่ายส่วนตัวจากเบราว์เซอร์และผ่านการตรวจสอบแล้ว

เครื่องมือเอเจนต์ + วิธีการทำงานของการควบคุม

เอเจนต์ได้รับ เครื่องมือเดียว สำหรับระบบอัตโนมัติของเบราว์เซอร์:

• browser - ตรวจสอบ/สถานะ/เริ่ม/หยุด/แท็บ/เปิด/โฟกัส/ปิด/สแนปช็อต/ภาพหน้าจอ/นำทาง/ดำเนินการ

การจับคู่การทำงาน:

• browser snapshot ส่งคืนโครงสร้าง UI ที่เสถียร (AI หรือ ARIA)
• browser act ใช้ ID ref จากสแนปช็อตเพื่อคลิก/พิมพ์/ลาก/เลือก
• browser screenshot จับภาพพิกเซล (ทั้งหน้า องค์ประกอบ หรือการอ้างอิงที่มีป้ายกำกับ)
• browser doctor ตรวจสอบความพร้อมของ Gateway, Plugin, โปรไฟล์, เบราว์เซอร์ และแท็บ
• browser รองรับ:
  • profile เพื่อเลือกโปรไฟล์เบราว์เซอร์ที่มีชื่อ (openclaw, chrome หรือ CDP ระยะไกล)
  • target (sandbox | host | node) เพื่อเลือกตำแหน่งที่เบราว์เซอร์ทำงานอยู่
  • ในเซสชันแบบแซนด์บ็อกซ์ target: "host" ต้องใช้ agents.defaults.sandbox.browser.allowHostControl=true
  • หากละ target: เซสชันแบบแซนด์บ็อกซ์จะใช้ค่าเริ่มต้นเป็น sandbox ส่วนเซสชันที่ไม่ใช่แบบแซนด์บ็อกซ์จะใช้ค่าเริ่มต้นเป็น host
  • หากมี Node ที่รองรับเบราว์เซอร์เชื่อมต่ออยู่ เครื่องมืออาจกำหนดเส้นทางไปยัง Node นั้นโดยอัตโนมัติ เว้นแต่จะตรึง target="host" หรือ target="node"

วิธีนี้ช่วยให้เอเจนต์ทำงานได้อย่างกำหนดแน่นอนและหลีกเลี่ยงตัวเลือกองค์ประกอบที่เปราะบาง

เนื้อหาที่เกี่ยวข้อง

• ภาพรวมเครื่องมือ - เครื่องมือทั้งหมดที่พร้อมใช้งานสำหรับเอเจนต์
• การทำแซนด์บ็อกซ์ - การควบคุมเบราว์เซอร์ในสภาพแวดล้อมแบบแซนด์บ็อกซ์
• ความปลอดภัย - ความเสี่ยงและการเสริมความปลอดภัยสำหรับการควบคุมเบราว์เซอร์