为 OpneClaw 增加 Browser 工具

作者：王伟 , Gemini

2026-03-04

LLM

字数统计: 2.1k | 阅读时长≈ 9 分钟

在 OpenClaw 初体验中，我在阿里云的 ECS 主机上部署了 OpenClaw，并用它做了些初步的尝试。有时候，可能想浏览某些网页，但是这些网页在手机上的浏览体验又不好，所以此时就可以通过 IM 软件让 OpenClaw 调用 Chrome 浏览器来帮我们打开页面并截图。

我想每天上班的时候扫一眼 Github Trending 的内容（我在手机上没法直接访问这个页面，当然也有方法，但是我嫌麻烦），这个时候就可以通过 OpenClaw 调用 Chrome 浏览器来打开这个页面并截图发给我了。

在纯净的 Ubuntu 22.04 云主机上以 root 用户安装 Chrome 浏览器并配置 OpenClaw 时，我遇到了不少的坑。本文将详细记录在云主机上从零配置 OpenClaw + Chrome 环境的全过程，避免大家遇到那些让人抓狂的“权限坑”。

1. Chrome 安装避坑

我在 Ubuntu 22.04 上安装 Chrome 时最开始的方式是执行：apt install chromium-browser。务必立刻停止这个操作！

deb to snap transition：

从 Ubuntu 19.10 开始，Canonical 将 chromium-browser 做成了过渡包（transitional package），该包并不包含真正的 DEB 程序，仅包含包装脚本、桌面文件和依赖声明，并明确依赖 snapd 和 chromium Snap 包。^[1]
因此 apt install chromium-browser 命令安装的 Chrome 实际上是 Snap 版本的 Chrome。若系统未安装 snapd，该过渡包会先通过 apt 安装 snapd，再从 Snap Store 拉取 Chromium。

而 Snap 拥有极其严苛的 AppArmor 沙箱隔离^[2]，其默认规则就是：禁止访问任何系统敏感目录和其他用户目录。/root 目录是超级用户目录，属于最高敏感路径，因此，AppArmor 会直接拦截对其目录下的文件访问请求^[3]：

读：deny
写：deny
执行：deny
列出文件：deny

安装官方原生 DEB 版 Google Chrome

彻底卸载可能存在的 Snap 版 Chromium

1 2	sudo apt remove --purge chromium-browser -y sudo snap remove chromium

下载并安装官方原生 Chrome

# 下载 Google Chrome 官方最新稳定版
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb

# 通过 apt 安装（自动解析并安装底层的图形/字体依赖）
sudo apt install ./google-chrome-stable_current_amd64.deb -y

安装中文字体（防止截图变“豆腐块”）
1
sudo apt install -y fonts-noto-cjk

2. 配置 OpenClaw

安装完 Chrome 浏览器后，必须在 OpenClaw 的网关配置中为 Browser 工具开放权限，并解决云主机 root 运行的核心安全冲突。

2.1 开启 browser 工具权限

OpenClaw 从 3.2 版本开始对工具调用实施了更严格的权限控制，从而希望有效解决饱受诟病的安全问题。针对工具调用的安全控制能力，OpenClaw 3.2 版本增加了：精细化的工具访问控制、执行环境隔离、运行时行为约束等安全策略^[4]。

另外，根据 OpenClaw 官方文档的描述^[5]：

OpenClaw can run a dedicated Chrome/Brave/Edge/Chromium profile that the agent controls.
It is isolated from your personal browser and is managed through a small local control service inside the Gateway (loopback only).

OpenClaw 支持在 openclaw.json 中通过 tools.allow、tools.deny 全局配置工具的黑白名单，并且黑名单优先级高于白名单，从而阻止没有权限的工具发送给模型，进而避免无权限的工具的执行。

因此，需要首先在全局配置文件 ~/.openclaw/openclaw.json 中把 browser 工具加入白名单：

{
  "agents": {
    "defaults": {
      "tools": {
        "allow": ["exec", "shell", "browser", "web_fetch"] 
      }
    }
  }
}

2.2 关闭沙箱（No-Sandbox）限制

沙箱是 Chrome 的核心安全机制。当 Chrome 打开一个网页时，它会把网页里的 HTML 渲染、JavaScript 执行等操作，全都关进一个“隔离的 Sandbox” 里运行。^[6]

而在 Linux 的世界中，root 是拥有绝对权限的超级用户，如果以 root 身份运行 Chrome，这就产生了一个巨大的安全悖论：

沙箱的存在是为了限制权限，但 root 账号却偏偏拥有无限权限

因此，在 Chrome 中，有一条硬性规定：检测到当前用户是 root 账号时，浏览器会直接退出，绝不在 root 下带着沙箱运行，没有意义。^[7]

Running as root without --no-sandbox is not supported.

但是对于 docker 容器来说，容器已经对安全性做了控制与隔离，因此在容器内以 root 用户运行 Chrome 是没有问题的。此时可以使用 --no-sandbox 参数来关闭沙箱，从而以 root 用户身份运行 Chrome。

同样的，当在 root 账号下用 OpenClaw 控制浏览器时，也必须在 OpenClaw 配置中显式关闭沙箱限制：

1	openclaw config set browser.noSandbox true

2.3 重启网关

配置完成后，重启 OpenClaw 网关服务：

1	openclaw gateway restart

3. snapshot 与 screenshot

可以用如下的命令来验证浏览器工具是否可用：

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

Snapshot 提取结构化文本：如果需要提取页面的可读内容，我们可以执行 snapshot 动作。这个操作会返回当前网页完整的 HTML 字符串、JSON 格式的 DOM 树结构，非常适合让 LLM 对其进行总结与分析。
1
openclaw browser --browser-profile openclaw snapshot
Screenshot 截取视觉画面：如果需要真实的网页截图，需要执行 screenshot 动作。该动作会在底层执行截屏，并返回一个包含媒体路径的图像块（image block + MEDIA:）。执行命令后，控制台会返回图片在服务器上的绝对路径，我们可以通过 cp 命令将其拷贝并下载查看。
1
openclaw browser --browser-profile openclaw screenshot

为什么作者中要加入 Gemini？

在整个的部署过程中，遇到了太多的坑，每遇到一个坑，我就让 Gemini 帮我解决。我为整个的安装过程专门新建了一个 Gemini Session。当 Gemini 帮我解决一个坑后，我让 Gemini 把整个对话的内容进行梳理和总结，并形成了这篇文章的初稿。可以说，Gemini 是这篇文章的幕后英雄，有必要在作者栏中加上 Gemini。

参考文献

打赏

版权声明： 本博客所有文章除特别声明外，著作权归作者所有。转载请注明出处！