Browser-Automation mit OpenClaw: Websites sicher steuern

Ein eigener Browser ist dann sinnvoll, wenn dein KI-Agent auf einer Website navigieren, Links auswählen und das Ergebnis kontrollieren soll. OpenClaw betreibt dafür ein getrenntes Browserprofil. In diesem Tutorial öffnest du eine öffentliche W3C-Seite, findest ein bestimmtes PDF und prüfst die gespeicherte Datei. Verwende dafür keine persönliche Anmeldung.

Der Durchlauf nutzt den lokalen, verwalteten Browser und die OpenClaw-Kommandozeile. Installiere einen unterstützten Chromium-Browser wie Chrome, Brave, Edge oder Chromium. Du brauchst außerdem eine laufende OpenClaw-Installation und Zugriff auf deren Terminal. Die Befehle führst du auf dem Rechner aus, auf dem Gateway und Browser laufen. Bei einem entfernten Gateway gelten andere Dateipfade; diese Variante gehört nicht zu diesem Einstieg.

1. Browser und Profil prüfen

Das Profil openclaw hat ein eigenes Browser-Datenverzeichnis. Im Gegensatz dazu greifen die Profile user und chrome auf eine echte angemeldete Chrome-Sitzung zu. Für diesen Versuch bleibt es bei openclaw: Du importierst keine Cookies und verwendest keine persönlichen Logins. Die Unterschiede erklärt die Profil-Dokumentation.

Prüfe zuerst, ob deine installierte CLI die Befehle anbietet:

openclaw browser --help
openclaw browser --browser-profile openclaw doctor
openclaw browser --browser-profile openclaw status

Die Hilfe muss unter anderem start, open, snapshot und download aufführen. doctor prüft die Bereitschaft des Browser-Plugins; status zeigt den Zustand des gewählten Profils. Ein noch nicht laufender Browser ist hier kein Fehler. Eine Gateway-Verbindungsstörung oder ein deaktiviertes Plugin dagegen schon: Fahre dann nicht mit den nächsten Schritten fort. Nutze die gemeldete Diagnose und den Setup-Leitfaden. Fehlt der gesamte Befehl, behandelt derselbe Leitfaden Plugin-Freigabe und Werkzeugverfügbarkeit. Ändere dabei nicht blind bestehende Freigabelisten.

Starte den Browser und prüfe die Verbindung:

openclaw browser --browser-profile openclaw start
openclaw browser --browser-profile openclaw doctor --deep

start muss den Browser ohne Startfehler erreichen. Der tiefe Doctor-Test ergänzt eine Live-Snapshot-Prüfung. Scheitert er, ist noch keine belastbare Grundlage für die Recherche vorhanden. Ein erreichbares Gateway bedeutet noch nicht, dass sich auch eine Browserseite auslesen lässt.

2. Eine öffentliche Beispielseite öffnen

Die W3C-Technik PDF3 erklärt die Lesereihenfolge in PDF-Dokumenten und verlinkt Beispieldateien. Öffne genau diese Seite:

openclaw browser --browser-profile openclaw open https://www.w3.org/WAI/WCAG22/Techniques/pdf/PDF3

Notiere die Tab-Referenz aus der Ausgabe, vorzugsweise suggestedTargetId beziehungsweise die angezeigte Tab-ID. Im nächsten Befehl ersetzt du TAB_ID durch genau diese Referenz; die Zeichenfolge ist kein fest vorgegebener Tabname:

openclaw browser --browser-profile openclaw snapshot --target-id TAB_ID --urls

Der Snapshot muss zur W3C-Seite über PDF-Lesereihenfolge gehören. Suche darin den Link „working example of 2-column document using Word (PDF file)“. Das Ziel ist die Beispieldatei reading-order-2cols-word.pdf. Die W3C-Seite ist zugleich die Referenz, falls sich Linktext oder Aufbau ändern. Ist der Link nicht vorhanden, lade nicht irgendein anderes Dokument herunter.

Du kannst dem Agenten zusätzlich einen begrenzten Leseauftrag geben:

Lies im Browserprofil openclaw ausschließlich die geöffnete W3C-Technik PDF3. Erkläre in drei Punkten, warum die Lesereihenfolge eines PDFs wichtig ist. Keine Anmeldung, keine Formulare und keine Änderungen auf Websites.

Eine brauchbare Antwort erklärt das Verhältnis zwischen sichtbarer Anordnung und logischer Lesereihenfolge, statt nur den Seitentitel wiederzugeben. Für eine reine Textzusammenfassung wäre auch Web Fetch eine Option; hier verwenden wir den Browser, um anschließend einen konkreten Link auszuwählen.

3. PDF-Vorschau und Dateidownload unterscheiden

Verlasse dich für diesen Durchlauf nicht auf ein Browser-Download-Ereignis. Wir trennen die Auswahl des richtigen Links ausdrücklich vom Speichern. Verwende den im Snapshot sichtbaren Ziel-Link und nicht die Adresse der W3C-Erklärseite.

Für das Word-Beispiel lautet die vollständige PDF-Adresse:

https://www.w3.org/WAI/WCAG22/working-examples/pdf-reading-order/reading-order-2cols-word.pdf

Speichere diese Datei mit dem Kommandozeilenwerkzeug curl. Führe den Befehl in einem selbst gewählten lokalen Arbeitsordner aus, in dem du schreiben darfst und noch keine Datei dieses Namens liegt:

curl --fail --location --output reading-order-2cols-word.pdf https://www.w3.org/WAI/WCAG22/working-examples/pdf-reading-order/reading-order-2cols-word.pdf

Prüfe vorher mit curl --help all, ob curl installiert ist und die drei Optionen anbietet. --fail behandelt HTTP-Fehler als Fehlschlag, --location folgt Weiterleitungen und --output speichert in die angegebene Datei. Der curl-Leitfaden beschreibt das Speichern in Dateien und das Folgen von Weiterleitungen. Erwartet wird ein erfolgreicher Abschluss ohne curl-Fehlermeldung; anschließend liegt reading-order-2cols-word.pdf im gewählten Arbeitsordner. Dieser Terminalschritt ist ausdrücklich vom Browserauftrag getrennt.

Wenn eine andere Website tatsächlich einen Download auslöst, bietet die Browser-CLI dafür download und waitfordownload. Deren Hilfe ist mit openclaw browser download --help beziehungsweise der CLI-Referenz erreichbar. Für das W3C-Beispiel verlassen wir uns nicht auf ein solches Ereignis. Prüfe bei einem Timeout zuerst die Ursache, bevor du erneut klickst. Für dieses Beispiel verwende den oben gezeigten getrennten Speicherweg.

4. Die Datei und den Inhalt kontrollieren

Öffne reading-order-2cols-word.pdf aus deinem gewählten Arbeitsordner in einem PDF-Programm. Die Datei muss vorhanden, nicht leer und in einem PDF-Programm lesbar sein. Kontrolliere anschließend, dass du tatsächlich das zweispaltige Word-Beispiel erhalten hast. Eine HTML-Fehlerseite mit der Endung .pdf wäre kein Erfolg.

Wenn etwas scheitert

• Der Browser startet nicht: Wiederhole nicht wahllos die Navigation. Prüfe doctor und die Startmeldung. Ein Fehler wie „not reachable after start“ betrifft die Browsersteuerung über das Chrome DevTools Protocol, kurz CDP.
• Start und Steuerung funktionieren, aber die W3C-Seite nicht: Prüfe die Zieladresse und die konkrete Fehlermeldung. Eine verweigerte Navigation kann eine Schutzentscheidung oder ein Problem der Website sein. Lockere für dieses öffentliche Beispiel weder private Netzwerkfreigaben noch die SSRF-Policy. Bleibt der Aufruf blockiert, stoppe und nutze die Browser-Fehlerhilfe.
• Der Download scheitert: Prüfe die PDF-Zieladresse, die curl-Fehlermeldung und die Schreibrechte im gewählten Arbeitsordner. Bei einer Browser-PDF-Vorschau ohne Download-Ereignis verwendest du den getrennten curl-Schritt. Beginne erst nach geklärter Ursache einen neuen Speicher-Versuch.

Zum Abschluss schließt du nur deinen Beispieltab:

openclaw browser --browser-profile openclaw close TAB_ID

Stoppe keinen gemeinsam verwendeten Browser und setze kein Profil zurück. Dieser Durchlauf verändert keine Browserkonfiguration, übernimmt keine Anmeldung und benötigt daher auch keinen Konfigurations-Rollback. Die lokale Beispieldatei kannst du nach der Prüfung in den Papierkorb legen.

Fazit: Drei getrennte Erfolgskontrollen

Mein Maßstab für einen erfolgreichen Browserauftrag sind drei getrennte Belege: die richtige Seite, der richtige Link und die tatsächlich lesbare Datei. Erst wenn alle drei stimmen, hat der Agent die Aufgabe erledigt.