基于 browser-use 的本地浏览器自动化方案，支持 CLI 操作与 Moonshot/Kimi Agent 任务，提供二维码提取与会话管理。
说明：
该 Skill 提供了基于 browser-use 框架的本地浏览器自动化能力，专为 OpenClaw 容器/主机环境设计，支持通过 CLI 命令或 Python Agent 代码实现网页打开、元素操作、截图、HTML 提取等全流程浏览器控制。区别于依赖系统浏览器的传统方案，该工具采用独立的 browser-use 运行时，在无桌面环境的容器中也能稳定工作。
核心用法分为两条路径：一是 CLI 快速工作流，通过 `–session` 建立持久化会话，使用 `open`、`state`、`screenshot`、`get html` 等子命令完成单步操作，适合快速调试和确定性任务；二是 Agent 智能工作流，通过 Python 脚本调用 browser-use 的 Agent 类，结合 OpenAI 兼容 API（如 Moonshot/Kimi）实现自然语言驱动的自主浏览器任务，支持自动处理页面跳转、表单填写等复杂流程。
显著优点包括：完全本地执行确保数据隐私，敏感操作无需上传至第三方浏览器云服务；深度适配国产大模型生态，针对 Kimi-k2.5 的特殊参数要求（temperature=1、frequency_penalty=0）提供了开箱即用的配置方案；专业的二维码提取能力，支持从截图裁剪和 HTML base64 数据源双重解码；丰富的调试手段，当 `state` 命令在 JavaScript 重载页面失效时，可通过 `eval` 执行 JavaScript 或分析 HTML 源码继续工作。
潜在局限性主要体现在：依赖管理方面未提供 requirements.txt 等锁定文件，用户需自行确保 browser-use、Pillow、python-dotenv 等依赖版本兼容；来源为 T3 级社区个人开发者，虽代码通过安全审计，但长期维护稳定性需观察；`state` 命令在复杂动态页面可能返回空元素列表，需要配合截图和 HTML 分析使用。
适合目标群体包括：需要浏览器自动化测试的开发者、构建 RPA 流程的运维人员、使用 Moonshot/Kimi 等国产 LLM 构建浏览器 Agent 的 AI 应用开发者，以及需要从登录页提取二维码进行扫码认证的场景。
使用风险主要涉及：依赖版本冲突可能导致功能异常，建议在虚拟环境中运行；Agent 模式需要配置有效的 API Key 和 Base URL，错误配置可能导致请求失败；页面 readiness 超时警告在复杂页面常见，通常不影响实际功能，但需通过截图验证页面状态；多步骤流程建议始终使用 `–session` 保持会话状态，避免 Cookie 丢失导致流程中断。
会员专属
