从零开始：在腾讯云服务器上部署 OpenClaw AI 助手（2）—— 浏览器自动化功能配置

让 AI 助手拥有"眼睛"和"双手"，实现网页自动化操控

前言

在上一篇博客中，我们成功在腾讯云服务器上部署了 OpenClaw AI 助手，实现了基本的对话功能。但那时的 AI 就像一个"只会说话的大脑"——能理解你的问题，却无法真正操作电脑。

这篇博客将记录如何为 OpenClaw 配置浏览器自动化功能，让 AI 助手真正拥有"眼睛"（看网页）和"双手"（操作网页），变成一个能够自动打开网页、填写表单、截图保存的全能助手。

为什么需要浏览器功能？

对于我们科研牛马来说，这个功能简直是福音：

场景	传统方式	AI 助手方式
批量下载论文	手动一个个点击下载	“帮我把这个会议的所有论文下载下来”
监控实验结果	定时手动刷新页面截图	“每小时截图一次训练曲线”
填写报销表单	对着 Excel 一个个复制粘贴	“把这个表格的数据填到报销系统”
抢课选课	疯狂 F5 刷新	“课程有空位就帮我选上”

环境说明

接续上一篇博客的环境：

配置项	参数
操作系统	Ubuntu 24.04 LTS
OpenClaw 版本	2026.1.29
Node.js	v22.22.0
AI 模型	阿里云 DashScope qwen-flash

第一步：检查浏览器服务状态

首先，让我们看看 OpenClaw 的浏览器服务是否正常：

openclaw browser --browser-profile openclaw status

如果你看到类似这样的输出：

profile: openclaw
enabled: true
running: false
cdpReady: false
detectedBrowser: Chromium
detectedPath: /usr/bin/chromium-browser

这说明浏览器服务已启用，但检测到的是 /usr/bin/chromium-browser。

🚨 问题：Ubuntu 24.04 的 Chromium 是 Snap 版本

这里有一个巨大的坑：Ubuntu 24.04 默认的 /usr/bin/chromium-browser 实际上是一个 Snap stub（存根），而不是真正的浏览器可执行文件。

我们可以验证一下：

file /usr/bin/chromium-browser

输出可能是：

/usr/bin/chromium-browser: POSIX shell script, ASCII text executable

看到了吗？它只是一个 shell 脚本，用于启动 Snap 容器中的 Chromium。而 OpenClaw 需要直接访问浏览器的 CDP（Chrome DevTools Protocol）接口，Snap 版本的 Chromium 由于沙盒限制，无法正常工作。

症状表现：在 TUI 中让 AI 打开网页，会收到这样的错误：

我无法访问浏览器控制服务。请先启动 OpenClaw 网关...

查看 Gateway 日志虽然显示 Browser control service ready，但实际启动浏览器时会失败。

第二步：安装 Google Chrome

解决方案是安装官方的 Google Chrome，而不是 Snap 版本的 Chromium。

下载安装包

wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb

命令解释：

• wget：命令行下载工具
• 这个 URL 会自动下载最新稳定版的 Google Chrome

安装 Chrome

sudo dpkg -i google-chrome-stable_current_amd64.deb

命令解释：

• dpkg -i：安装 .deb 格式的软件包
• sudo：以管理员权限运行

大概率会遇到依赖问题：

dpkg: dependency problems prevent configuration of google-chrome-stable:
 google-chrome-stable depends on fonts-liberation; however:
  Package fonts-liberation is not installed.
 google-chrome-stable depends on libgtk-3-0 (>= 3.9.10) | libgtk-4-1; however:
  ...

安装缺失的依赖

sudo apt --fix-broken install -y

命令解释：

• apt --fix-broken install：自动检测并安装所有缺失的依赖包
• -y：自动确认安装，无需手动输入 yes

这个命令会自动安装一大堆依赖（约 93 个包，184MB），包括：

• fonts-liberation：字体库
• libgtk-3-0：GTK 图形库
• libvulkan1：图形渲染库
• xdg-utils：桌面集成工具
• 等等…

验证安装

which google-chrome-stable
# 输出：/usr/bin/google-chrome-stable

google-chrome-stable --version
# 输出：Google Chrome 144.0.7559.132

第三步：安装中文字体

这是一个容易被忽略但非常重要的步骤。

服务器默认没有中文字体，如果直接截图中文网页，所有中文都会显示为 □□□□（方块乱码）：

安装中文字体：

sudo apt install -y fonts-noto-cjk fonts-wqy-zenhei

命令解释：

• fonts-noto-cjk：Google 的 Noto 字体，支持中日韩文字，字体质量高
• fonts-wqy-zenhei：文泉驿正黑，经典的开源中文字体

为什么需要两个字体包？

• Noto CJK 覆盖面广，但某些生僻字可能缺失
• 文泉驿 作为补充，确保中文显示完整

安装后无需重启系统，但需要重启浏览器服务才能生效。

第四步：配置 OpenClaw 浏览器设置

编辑 OpenClaw 配置文件：

nano ~/.openclaw/openclaw.json

找到或添加 browser 配置段：

{
  "browser": {
    "enabled": true,
    "executablePath": "/usr/bin/google-chrome-stable",
    "headless": true,
    "noSandbox": true,
    "defaultProfile": "openclaw"
  }
}

配置项详解

配置项	值	说明
enabled	true	启用浏览器功能
executablePath	/usr/bin/google-chrome-stable	指定 Chrome 可执行文件路径，避免使用 Snap 版
headless	true	无头模式，服务器没有显示器，必须开启
noSandbox	true	禁用 Chrome 沙盒，在容器/服务器环境中需要
defaultProfile	"openclaw"	使用 OpenClaw 托管的独立浏览器配置文件

关于 Headless 模式

什么是无头浏览器？

“无头”（Headless）指的是没有图形界面的浏览器。它是完整的浏览器引擎，可以：

• ✅ 加载网页、执行 JavaScript
• ✅ 渲染页面、截图
• ✅ 填写表单、点击按钮
• ❌ 但不会在屏幕上显示窗口

这正是服务器环境需要的——我们不需要"看到"浏览器窗口，只需要它在后台默默工作。

关于 noSandbox

Chrome 默认会启用沙盒机制来隔离渲染进程，提高安全性。但在服务器环境（尤其是 Docker 容器或某些 VPS）中，沙盒可能因为权限问题无法正常工作。

设置 noSandbox: true 会禁用这个沙盒。注意：这会降低一定的安全性，但对于自己控制的服务器来说是可以接受的。

关于 Browser Profile

OpenClaw 支持两种浏览器模式：

Profile	说明	使用场景
chrome	通过 Chrome 扩展连接你的本地浏览器	需要使用已登录的账号
openclaw	OpenClaw 托管的独立浏览器实例	服务器环境，自动化任务

我们选择 openclaw 模式，因为：

1. 服务器没有图形界面，无法运行带扩展的 Chrome
2. 独立实例更安全，不会影响个人浏览数据
3. 可以完全由 OpenClaw 控制生命周期

第五步：重启服务并测试

重启 Gateway

openclaw gateway restart

命令解释：

• 重启 OpenClaw 的核心服务，使新配置生效
• Gateway 会重新加载浏览器配置

检查浏览器状态

openclaw browser --browser-profile openclaw status

命令解释：

• openclaw browser：浏览器控制子命令
• --browser-profile openclaw：指定使用 openclaw 配置文件（托管模式），而不是 chrome（扩展模式）
• status：查看当前浏览器服务的运行状态

正确的输出应该是：

profile: openclaw
enabled: true
running: false
cdpPort: 18800
cdpUrl: http://127.0.0.1:18800
browser: unknown
detectedBrowser: custom
detectedPath: /usr/bin/google-chrome-stable
profileColor: #FF4500

关键是 detectedPath 现在指向了我们安装的 Google Chrome。

启动浏览器

openclaw browser --browser-profile openclaw start

成功输出：

🦞 browser [openclaw] running: true

测试打开网页

openclaw browser --browser-profile openclaw open https://www.baidu.com

测试截图

openclaw browser --browser-profile openclaw screenshot

输出：

MEDIA:~/.openclaw/media/browser/c46a073a-69b4-431d-915c-cede9ad355eb.png

可以用 scp 把截图下载到本地查看，确认中文显示正常。

第六步：在 TUI 中通过对话控制浏览器

现在让我们测试最激动人心的功能——用自然语言控制浏览器！

重置会话（重要！）

openclaw sessions reset main

为什么需要重置会话？

OpenClaw 的 AI 在会话开始时会加载可用工具列表。如果之前的会话是在浏览器配置完成前创建的，AI 可能没有正确识别到浏览器工具。重置会话可以让 AI 重新加载最新的工具配置。

进入 TUI 对话界面

openclaw tui

测试对话

输入：

用浏览器打开百度的首页，然后截个图，并把图片存储在 /home/ubuntu/screenshots/ 路径中

AI 的回复：

I've successfully completed your request:

1. Opened the Baidu homepage in the browser
2. Took a screenshot of the page
3. Saved the screenshot to /home/ubuntu/screenshots/baidu_homepage.png

The image has been stored in the specified directory as requested.

🎉 成功！ AI 助手现在可以理解自然语言指令，自动操作浏览器了！

完整配置文件参考

以下是包含浏览器配置的完整 ~/.openclaw/openclaw.json 示例：

{
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "your-token-here"
    },
    "port": 18789,
    "bind": "loopback"
  },
  "browser": {
    "enabled": true,
    "executablePath": "/usr/bin/google-chrome-stable",
    "headless": true,
    "noSandbox": true,
    "defaultProfile": "openclaw"
  },
  "models": {
    "providers": {
      "dashscope": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "apiKey": "your-api-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen-flash",
            "name": "Qwen Flash",
            "reasoning": false,
            "input": ["text"],
            "cost": {
              "input": 0.15,
              "output": 1.5
            },
            "contextWindow": 1000000,
            "maxTokens": 32768
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "dashscope/qwen-flash"
      }
    }
  }
}

常用命令速查

命令	作用
openclaw browser --browser-profile openclaw status	查看浏览器状态
openclaw browser --browser-profile openclaw start	启动浏览器
openclaw browser --browser-profile openclaw stop	停止浏览器
openclaw browser --browser-profile openclaw open <URL>	打开网页
openclaw browser --browser-profile openclaw screenshot	截图
openclaw browser --browser-profile openclaw snapshot	获取页面结构（用于自动化操作）
openclaw browser --browser-profile openclaw tabs	列出所有标签页
openclaw sessions reset main	重置会话（修改配置后执行）

踩坑记录

坑 1：Ubuntu 24.04 的 Snap Chromium 无法使用

现象：Gateway 日志显示 Browser control service ready，但实际启动浏览器时失败。

原因：Ubuntu 24.04 的 /usr/bin/chromium-browser 是 Snap stub，不是真正的可执行文件。Snap 版本由于沙盒隔离，无法暴露 CDP 端口。

解决：安装官方 Google Chrome，并在配置中指定 executablePath。

坑 2：配置文件中使用了不存在的字段

现象：openclaw gateway restart 时报错：

Invalid config: browser: Unrecognized key: "mode"

原因：盲目添加了 "mode": "managed" 字段，但 OpenClaw 的配置 schema 中没有这个字段。

解决：查阅官方文档，使用正确的配置字段。可以用 openclaw doctor --fix 自动移除无效字段。

坑 3：中文显示为方块

现象：截图中所有中文都显示为 □□□□。

原因：服务器没有安装中文字体。

解决：安装 fonts-noto-cjk 和 fonts-wqy-zenhei。

坑 4：修改配置后 AI 仍然无法使用浏览器

现象：配置正确，CLI 测试正常，但 TUI 对话中 AI 说"无法访问浏览器"。

原因：会话缓存了旧的工具列表。

解决：执行 openclaw sessions reset main 重置会话。

坑 5：Chrome 依赖缺失

现象：dpkg -i 安装 Chrome 时报依赖错误。

原因：Ubuntu Server 精简版默认没有安装 GUI 相关库。

解决：执行 sudo apt --fix-broken install -y 自动安装所有依赖。

应用场景：科研牛马的福音

配置好浏览器功能后，你可以让 AI 助手帮你完成这些繁琐的工作：

1. 自动化数据采集

帮我打开 arXiv，搜索 "large language model"，把前 10 篇论文的标题和链接保存到文件

2. 定时监控与截图

结合 OpenClaw 的 cron 功能：

每小时截图一次我的 TensorBoard 训练曲线页面

3. 批量表单填写

读取这个 Excel 文件，把每一行的数据填写到报销系统的表单中

4. 网页内容提取

打开这个网页，提取所有表格数据并保存为 CSV

5. 自动化测试

打开我们的 Web 应用，依次测试登录、创建项目、删除项目功能，截图记录每一步

总结

经过这次配置实践，我们为 OpenClaw AI 助手添加了强大的浏览器自动化能力：

能力	说明
🌐 网页浏览	打开任意网页，支持 JavaScript 渲染
📸 截图保存	全页面或指定元素截图
🖱️ 自动操作	点击、输入、滚动、拖拽
📋 内容提取	获取页面文本、表格、链接
🗣️ 自然语言控制	用对话的方式指挥浏览器

关键收获：

1. 理解了 Snap 应用与原生应用的区别
2. 学会了在无头服务器环境配置浏览器
3. 掌握了 OpenClaw 浏览器配置的各个参数含义
4. 体验了 AI + 浏览器自动化的强大能力

下一篇博客计划配置 Telegram 频道，实现手机随时随地与 AI 助手对话，敬请期待！

---

本文记录于 2026 年 2 月 5 日，基于 OpenClaw v2026.1.29 版本

系列文章：

• 从零开始：在腾讯云服务器上部署 OpenClaw AI 助手（1）
• 从零开始：在腾讯云服务器上部署 OpenClaw AI 助手（2）—— 浏览器自动化功能配置（本文）
• 从零开始：在腾讯云服务器上部署 OpenClaw AI 助手（3）—— Telegram 频道配置（计划中）

---

如果这篇文章对你有帮助，欢迎点赞、收藏、关注！有问题可以在评论区交流。