如何配置 OpenWork 控制内置浏览器完成网页自动化任务【免费下载链接】openworkThe open-source alternative to Claude Cowork (powered by opencode)项目地址: https://gitcode.com/GitHub_Trending/ope/openwork如果你的任务是让 OpenWork 替你打开网页、点击控件、填写表单、读取页面内容并截图那么走的就是内置的 OpenWork Browser而不是操作系统级的 Computer Use后者面向原生 Mac 应用见 Work in desktop apps。配置完成后的目标是在会话视图里直接让 OpenWork 打开一个网站由它执行浏览器操作每一步敏感动作都由你在审批面板中确认。前提条件按 Control the browser 文档需要满足两条使用桌面应用或一个对外暴露 OpenWork Browser 的远程 worker在Settings Library中保持OpenWork Browser处于启用状态。如果你还没装桌面应用先按 Get started 安装并连接你的 LLM 提供商再回来执行下面的配置。如果连接的是远程 OpenWork 服务器浏览器实际运行在那个远程 worker 上。注意一条明确的限制来自 Browser tasks桌面应用及其本地服务器必须运行在同一台机器上一台没有自己桌面浏览器的远程服务器会返回 unavailable 结果它不会转而连接另一台机器上的外部浏览器。启用 OpenWork Browser 并发起任务主路径只有三步打开Settings Library确认OpenWork Browser已启用当前受支持的路径就是这个第一方OpenWork Browser扩展。回到会话视图。直接在消息里让 OpenWork 打开目标网站例如给出 URL 并要求它读取或操作该页面。之后浏览器任务的执行按 Browser tasks 描述的流程进行列出当前会话拥有的标签页复用匹配的页面或在新的受控标签页中打开请求的 URL。加载新源origin之前面板会弹出Allow website navigation?审批。选择Allow origin in this tab只针对当前标签页 当前会话授权该源的精确 scheme、host 和 port不等同于授权读取或操作新标签页在接受前保持空白页。localhost 预览需要同样的显式批准没有针对 localhost 的整体豁免。在浏览器面板中审阅网站访问权限。这一步允许当前桌面进程存续期间、本会话范围内读取该源的页面内容。发现站点工具。优先使用匹配的结构化站点工具webmcp_list_tools/webmcp_call_tool否则观察页面并使用其可见控件。当控件没有可用的 DOM 引用时可以用页面截图辅助坐标点击。每个网站动作单独审阅。审批把该操作绑定到具体标签页和当前页面站点回调返回后结果先在本地完整审阅再单独选择Share result——这一步是向会话及其模型提供商披露结果的独立授权拒绝披露不会撤销动作也不会自动重试。需要登录时选择Take over暂停该会话的浏览器操作在页面里直接完成登录再选Resume browser。下一步动作需要一次新的观察打开另一个标签页不能绕过 takeover。观察目标结果是否达成。文档明确区分了三件事输入事件已派发、站点回调已返回、用户期望的结果已满足——前两者成立不代表任务完成需要自己在页面上核对最终状态。标签页管理快捷键与挂起行为在桌面应用中当内置浏览器页面、地址栏或浏览器控件处于焦点时快捷键行为如下动作macOSWindows / Linux关闭聚焦的浏览器标签页保持 OpenWork 打开CmdWCtrlW重新打开该会话最近关闭的浏览器标签页CmdTCtrlT原生应用菜单的Close命令也会先关闭聚焦的浏览器标签页再关闭窗口。需要知道边界重新打开只是用保存在内存中的 URL 新建一个页面不恢复表单输入、滚动位置或页面历史关闭标签页的 URL 也不会在应用重启后保留。关闭最后一个浏览器标签页后要立刻按重开快捷键点击别处、按Tab或切换会话都会清除该上下文聊天输入框聚焦时CmdT/CtrlT仍然是切换会话不会重开浏览器标签页。工具栏的Suspend会在警告后释放标签页内存。这是手动操作不是页面快照表单输入、滚动位置和页面历史都会丢失Reload或选中被挂起的标签页会重新打开其保存的 URL。为浏览器工作打开或恢复的标签页受保护直到browser.release_tab声明所有运行中和排队的工作完成release 不会挂起或使当前目标失效也没有自动回收。后续工作用browser.restore_tab检查会话归属后会得到一个新的受保护 handle。执行边界与不支持项以下边界直接影响你能用什么模型、任务能跑到什么程度均来自 Browser tasks浏览器工具集为browser_tabs、browser_open、browser_observe、browser_act、browser_navigate、browser_handoff站点工具为webmcp_list_tools和webmcp_call_tool。会话 ID 由受信任的执行上下文提供不是模型参数。工具不暴露任意代码执行、原始 CDP、cookie、存储、网络响应体、上传或系统剪贴板。每个标签页同时只允许一个操作没有变更队列。DOM 观察带有随机 ID15 秒后或页面变化导航、滚动、视口改变后失效坐标点击需要按页面视口缩放的截图并在派发前复核像素。失败或取消会清掉该次观察超时和结果不确定的操作禁止自动重放包括换一种方法重试。导航授权、读取授权、动作审批和结果披露是四个独立授权导航授权保存在内存中、按标签页和会话归属限定takeover、取消或关闭时即被吊销不会被新标签页或弹窗继承。模型要求实现本身不依赖特定模型。纯文本模型可以使用页面文本和站点工具涉及视觉的操作需要图像能力模型或改为人工协助。密码和一次性验证码字段要求人工接管Take over处理包含这类字段的页面会拒绝图像捕获。验证与参考判断任务完成的依据就是上面第 6 步在页面中直接观察期望结果例如表单已提交、页面出现预期内容不要把回调已返回当成成功信号。仓库里对应的端到端验证是 webmcp-browser-agent 这个 journey它覆盖审批同意、已登录调用、DOM/图像回退、弹窗隔离、取消与过期观察等场景另有 browser-tabs-owned-by-thread 与 browser-panel-viewport-recovery 负责后台标签页可见性和视口恢复。到此即可上手Settings Library启用OpenWork Browser在会话里发起网页任务逐条审批导航、读取与动作登录走 Take over / Resume。遇到远程部署时先确认远程 worker 是否自带桌面浏览器否则浏览器任务会直接返回不可用。【免费下载链接】openworkThe open-source alternative to Claude Cowork (powered by opencode)项目地址: https://gitcode.com/GitHub_Trending/ope/openwork创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考