---
title: "AI 浏览器自动化：让 AI 打开网页、填表和抓取数据"
description: "在 Halo 里打开网页控制，AI 就能用内置浏览器打开网页、点击、填表、下载文件和整理页面数据，并沿用你已登录的网站。"
type: "how-to"
audience: ["office"]
related: ["features/capabilities", "digital-humans/capabilities", "developers/digital-humans/production"]
lang: "zh-CN"
canonical: "https://hello-halo.cc/docs/features/ai-browser.html"
last_updated: "2026-10-19T00:11:17+08:00"
source: "Halo 3.0.4 docs"
---
# AI 浏览器

在 Halo 里打开网页控制，AI 就能用内置浏览器打开网页、点击、填表、下载文件和整理页面数据，并沿用你已登录的网站。

::: say
> 打开我的后台，导出上个月的订单

Halo 会在内置浏览器里打开你的后台，找到导出入口，把文件下载到当前工作区的 `downloads` 文件夹，然后告诉你文件名。

**前提**：输入框 **＋ › 能力** 里的 **网页控制** 是打开的（新会话默认打开）。后台需要登录的话，先在 Halo 的浏览器里自己登录一次，见 [需要登录的网站](#sign-in-sites)。
:::

## 打开网页控制 {#turn-on}

AI 浏览器在会话里的开关叫 **网页控制**，新会话默认打开。

1. 在会话输入框点 **＋**（提示文字「添加文件、上下文和能力」）。
2. 在 **能力** 一组里找到 **网页控制**，说明是「AI 使用你的浏览器操作网页，沿用你的登录状态」。
3. 打开开关。从你发的下一条消息起生效，当前这轮回复不受影响。

- 新会话沿用你上一次调过的开关组合。打开旧会话时，保留它自己的设置。
- 网页控制关着时，AI 会向你申请：Halo 打开 **＋** 面板并高亮这个开关，由你决定是否打开。AI 不能自己打开它。
- 在和数字人的聊天里看不到这些开关。数字人用的是自己的开关：**能力与设置 › 模型与能力 › AI 浏览器**（「为网页自动化启用浏览器工具」），默认打开。详见 [数字人的能力与设置](https://hello-halo.cc/docs/digital-humans/capabilities.html)。

其他能力开关（AI 终端、操作 Halo 等）见 [能力](https://hello-halo.cc/docs/features/capabilities.html)。

## 自己打开浏览器 {#open-browser}

（仅桌面版）

想先自己看看网页、登录网站，或者和 AI 用同一个页面，可以自己打开浏览器：

1. 在会话顶部点 **⋯ 更多 › 打开浏览器**（「内置 AI 浏览器窗口」）。也可以按 ⌘ T（macOS）/ Ctrl T（Windows、Linux） 新开一个标签页，画布关着时也能用。
2. 浏览器在右侧画布里打开，默认主页是必应。
3. 在地址栏（「输入网址或搜索必应...」）输入网址后回车。不像网址的文字会当作必应搜索；只输入域名时会自动补上 `https://`。

工具栏上的其他按钮：

| 按钮 | 作用 |
|---|---|
| **返回** / **前进** / **重新加载 (Ctrl+R)** / **主页** | 和普通浏览器一样；加载中时重新加载变成 **停止** |
| **切换到 H5 移动模式** / **切换到 PC 模式** | 用手机版页面（iPhone 的 Safari 标识、390 像素宽）重新加载 |
| **在外部浏览器中打开** | 用你电脑上的默认浏览器打开当前网址 |
| 更多选项（截图、缩放、开发者工具） | 菜单里是英文的 **Zoom**（50%–200%，每次 10%）、**Screenshot**（把可见区域复制到剪贴板）和 **Developer Tools** |

- 网页里弹出的新窗口会在同一个标签页里打开。
- 内存里最多同时保留 6 个浏览器页面。更早的页面会被释放，切回去时按原网址重新加载；AI 正在用的页面不受影响。
- 远程访问的网页版和 Android 客户端里没有内置浏览器，**打开浏览器** 也不会出现，画布里显示「浏览器功能仅在桌面客户端中可用」，可以点 **在新窗口中打开** 用你自己的浏览器看。从远程客户端发消息时，AI 仍然可以在那台电脑上操作网页，只是你看不到画面。

## 看 AI 操作并接手 {#watch-and-take-over}

AI 操作网页时，会话里会出现一张卡片：进行中标题是「AI 正在操作浏览器」，结束后是「AI 浏览器操作」。卡片列出每一步（导航、点击、填写、分析页面、下载等），收起时显示最近 3 步。

1. 点卡片上的 **查看实时动态**。AI 正在用的页面在画布里打开，标签名是「🤖 AI 浏览器」。
2. 页面上方有一条「AI 正在操作此浏览器」，旁边显示 **实时** 或 **空闲**。
3. 想自己动手，在同一个页面里直接点击、输入就行。为了不和 AI 抢同一个页面，先在输入框按 <kbd>Esc</kbd>（或点 **停止生成 (Esc)**）停下这轮回复，处理完再告诉 AI 接着做。

- 画布不会自动弹出 AI 的页面，需要你点 **查看实时动态**。关掉这个标签页只是不看了，AI 还能继续用这个页面。
- 输入框上方有一条运行中的会话条，列出当前工作区里 AI 自己打开的页面和终端。点开是 **活跃会话**：**打开** 可以查看，**停止** 会在确认「停止此会话？」后关闭这个页面。你自己打开的标签页不会列在这里。
- 你在 AI 工作时补充的话，会在它做完当前这一步后送到。
- 和数字人直接聊天、在桌面上点 **立即运行** 时，数字人的页面也能这样查看。通过 IM、团队协作或计划任务运行时，页面在后台打开，看不到画面。

## 需要登录的网站 {#sign-in-sites}

AI 不会替你注册或绕过登录。需要登录的网站，你自己在 Halo 的浏览器里登录一次，之后就可以交给 AI。

1. 用 **⋯ 更多 › 打开浏览器** 打开网站，像平时一样登录。验证码、扫码、短信验证都由你自己完成。
2. 回到会话，告诉 AI 去做事，例如「打开我的后台，导出上个月的订单」。

Halo 的所有浏览器页面共用一份登录状态：你的标签页、AI 在会话里打开的页面、数字人的页面，以及数字人的登录窗口。登录一次，它们都能用；网站自己让登录过期时，再登录一次即可。

在会话里，AI 能看到你自己打开的标签页和它自己打开的页面，所以也可以在你登录好的那个页面上让它接着做。数字人只能看到它自己打开的页面，但同样沿用你的登录状态。

### 给数字人登录网站 {#digital-human-sign-in}

数字人如果写明了需要哪些网站，会在这几处提示你登录：

| 位置 | 你会看到 |
|---|---|
| 数字人 › **能力与设置** › **所需登录** | 网站列表。点一个网站，会打开单独的登录窗口（「点击在 Halo 浏览器中打开网站并登录。」） |
| 数字人的 **工作动态** | 提示条「运行前请登录 example.com」（网站名换成实际的），带 **打开并登录** 和 **已登录，不再显示** |
| 数字人页面顶部的 **浏览器** 按钮 | 列出它的登录网站，也可以在 **输入 URL** 里填网址后点 **打开** |

**浏览器** 按钮在数字人有登录网站或打开了 AI 浏览器能力时出现。在远程客户端里点登录，会用你自己的浏览器打开网站，那里的登录**不会**带到 Halo。

### 清除浏览器数据 {#clear-browser-data}

（3.0.4 新增） （仅桌面版）

想退出所有网站，或者换一个账号重新登录：

1. 打开 **设置 › 系统 › 浏览器数据**，点 **清除浏览器数据**。
2. 在「要清除浏览器数据吗？」里确认。看到「浏览器数据已清除。」就完成了。

::: danger
这会清掉共用浏览器里所有网站的 Cookie、网站存储和缓存，你、AI 和所有数字人用的网站都会退出登录，无法撤销。Halo 自己的数据不受影响。已打开的页面会重新加载。
:::

## 下载的文件在哪里 {#downloads}

AI 下载的文件会直接保存，不弹出另存为对话框：

- 保存在当前会话或数字人所在工作区的 `downloads` 文件夹里。少数不属于任何工作区的情况，保存到系统「下载」文件夹下的 `halo-ai` 里。
- 同名文件会自动改名，不会覆盖。像 `CLAUDE.md` 这类会被 AI 当成指令读取的文件名，会存成 `CLAUDE (downloaded).md`。
- 会话卡片上这一步显示为「下载」，等待时显示「等待下载」。下载完成后，AI 会告诉你文件路径和大小。

你自己在浏览器里点的下载，仍然会弹出普通的保存对话框。

## AI 能做什么 {#what-the-ai-can-do}

网页控制打开后（数字人是 AI 浏览器能力），AI 可以：

| 操作 | 说明 |
|---|---|
| 打开网页 | 打开网址，可以用电脑版或手机版（H5）页面；默认最多等 30 秒加载 |
| 读懂页面 | 读取页面的文字和结构，纯文本模型也能用 |
| 截图 | 可见区域、某个元素或整页；图片长边最多 1568 像素，看图需要支持图片的模型 |
| 点击和键盘 | 单击、双击、拖放、悬停展开菜单、按回车或快捷键 |
| 填写表单 | 一次填多个字段，并核对每个字段实际填进去的内容；密码字段只报告长度 |
| 上传文件 | 把你电脑上的文件传到网页的上传框 |
| 下载文件 | 见 [下载的文件在哪里](#downloads) |
| 等待 | 等页面出现某段文字再继续，默认 30 秒 |
| 运行脚本 | 在页面里执行一段 JavaScript（如滚动、取数据），或运行工作区里写好的脚本文件，最长 120 秒 |
| 管理标签页 | 列出、新建、切换、关闭（最后一个不能关） |
| 检查网络和控制台 | 查看网页发出的请求和报错，用来排查页面为什么不工作 |

做不到的事：

- 网页弹出的原生提示框（alert、confirm）AI 处理不了，需要你点掉。
- 验证码、扫码、短信验证需要你自己完成。
- 不保证能通过网站的机器人检测。

可以这样说：

> 帮我在京东上搜机械键盘，筛出 300–600 元之间评分最高的几款，告诉我各自的优缺点。

> 打开 Hacker News，汇总今天评论最多的 5 条，给我一份摘要。

> 打开公司的工单系统，帮我填今天的日报：完成了登录模块的单元测试。

## 允许访问的网站 {#allowlist}

::: info
公司提供的 Halo 可能限制内置浏览器能打开哪些网站。公开发行版不做限制。
:::

被限制的网站会显示「访问受限」页面。如果你的版本允许自己添加网站：

1. 在受限页面上点 **允许 example.com 并重试**（显示的是被限制的网址），或打开 **设置 › 系统 › 浏览器允许的站点**。
2. 输入 `example.com` 或 `*.example.com`（也可以是完整网址、IPv4 地址或网段如 `10.0.0.0/8`），点 **添加**。
3. 新网站出现在「由你添加」里，不需要时点 **移除**。「内置网站」由公司设定，不能修改。

自己添加的网站只会扩大可访问范围。版本不允许添加时，设置里没有这张卡片，需要联系提供 Halo 的管理员。

## User-Agent {#user-agent}

（仅桌面版）

内置浏览器默认以桌面版 Chrome 的身份访问网站，切到 H5 模式时以 iPhone Safari 的身份访问。个别网站需要特定的浏览器标识时，可以自定义：

1. 打开 **设置 › 系统 › 浏览器 User-Agent**。
2. 填入 User-Agent 字符串（最多 1024 个字符），点 **保存**。立即应用到所有已打开的浏览器页面，也包括数字人的登录窗口。
3. 想恢复默认，清空后保存。

自定义的 User-Agent 在 H5 模式下同样生效。有些网站把登录状态和浏览器标识绑在一起，改了之后可能需要重新登录。

## 数字人的浏览器动作 {#browser-scripts}

数字人每天重复同一套网页操作时，可以把步骤写成脚本，让它更快、更稳。写法见 [生产级数字人 › 浏览器脚本](https://hello-halo.cc/docs/developers/digital-humans/production.html#browser-scripts)。

::: done
会话里出现「AI 浏览器操作」卡片，点 **查看实时动态** 能看到 AI 正在用的页面，就说明 AI 浏览器在工作。
:::

## 遇到问题 {#troubleshooting}

### AI 说它不能操作网页

网页控制被关掉了。按 AI 的提示在 **＋ › 能力** 里打开 **网页控制**，再发一条消息。开关从下一条消息起生效。

### AI 打开网站后停在登录页

这个网站还没登录，或者登录过期了。按 [需要登录的网站](#sign-in-sites) 自己登录一次，再让 AI 重试。

### 页面显示「访问受限」

你的 Halo 版本限制了可以打开的网站，见 [允许访问的网站](#allowlist)。

### 网页打不开，公司网络要走代理

内置浏览器默认用系统代理。要让它走 Halo 里设置的代理，在 **设置 › 系统 › 代理** 填好代理地址后，打开 **同时应用于AI浏览器**。

### 在网页版或手机上看不到浏览器

内置浏览器只在桌面版里有。AI 的操作仍在运行 Halo 的那台电脑上进行，回到那台电脑上就能查看。

### 找不到 AI 下载的文件

看当前工作区的 `downloads` 文件夹，见 [下载的文件在哪里](#downloads)。

复杂网页上 AI 浏览器仍可能出错。遇到问题欢迎在 [GitHub Issues](https://github.com/openkursar/hello-halo/issues) 反馈。

## 下一步 {#next-steps}

- [能力](https://hello-halo.cc/docs/features/capabilities.html)：了解网页控制之外的其他能力开关，比如 AI 终端和操作 Halo
- [数字人的能力与设置](https://hello-halo.cc/docs/digital-humans/capabilities.html)：给数字人打开或关闭 AI 浏览器，设置所需登录
- [生产级数字人](https://hello-halo.cc/docs/developers/digital-humans/production.html#browser-scripts)：把重复的网页操作写成脚本