内置工具列表
MoleClaw 内置了 37+ 个工具，覆盖浏览器自动化的各个场景。AI 会根据用户的自然语言指令自动选择最合适的工具。
页面感知类
| 工具 | 说明 |
|---|---|
page_viewer | 获取当前页面的可见文本内容，用于理解页面信息 |
page_snapshot | 对页面进行结构化快照，支持按查询条件定位目标元素，返回元素树和 element_id |
page_skeleton | 提取页面骨架结构，快速了解页面整体布局 |
page_assert | 断言页面状态是否符合预期，用于关键操作后的验证 |
page_repair | 当 page_assert 失败时，尝试自动修复页面状态 |
screenshot | 页面截图，支持可见区域、全页截图、区域截图和元素截图（CDP 增强）。annotate=true 模式在截图上标注可交互元素编号并返回 element_id 映射表，用于精确定位 |
selection_context | 获取用户在页面上选中的文本及其上下文信息 |
页面操作类
| 工具 | 说明 |
|---|---|
cdp_input | 页面交互操作（CDP 可信事件通道）。支持点击、双击、右键、悬停、拖拽、输入、按键、滚动、填写、清空、选择、按文本点击、滚动到可见、聚焦、等待元素/文本/导航、获取元素信息。定位方式：element_id（来自 page_snapshot，优先）或 CSS selector 或坐标 |
cdp_dom | 通过 CDP 进行跨域 DOM 操作：查询元素、修改属性、插入/删除节点、读写 HTML、获取精确 box model 等 |
cdp_frame | 通过 CDP 进行跨 iframe 操作：列出页面所有 frame、在指定 frame 中执行 JS（使用 expression 参数）、获取 iframe 文本快照，解决跨域 iframe 无法操作的问题 |
导航与标签页
| 工具 | 说明 |
|---|---|
tab_navigate | 标签页导航：在当前标签页跳转 URL、新开标签页、关闭标签页等 |
fetch_url | 在后台发起 HTTP 请求获取 URL 内容，不影响当前页面 |
浏览器能力
| 工具 | 说明 |
|---|---|
clipboard_ops | 剪贴板操作：读取和写入剪贴板内容 |
storage_kv | 键值存储：在扩展的本地存储中读写数据，支持跨会话持久化 |
notification | 发送浏览器桌面通知 |
bookmark_ops | 书签操作：搜索、创建、删除书签 |
history_search | 搜索浏览器历史记录 |
download_file | 下载文件到本地 |
定时与自动化
| 工具 | 说明 |
|---|---|
timer | 统一定时器管理：支持延时任务、周期任务、取消定时器、列出活跃定时器 |
resident_runtime | 常驻运行器：在后台持续运行任务，适合需要长时间监控或定期执行的场景 |
工作流与任务
| 工具 | 说明 |
|---|---|
site_workflow | 执行预定义的站点工作流，根据当前页面 URL 自动匹配可用的工作流 |
spawn_subtask | 将独立子目标拆分为隔离任务执行，每个子任务有独立上下文 |
request_confirmation | 在执行敏感或不可逆操作前请求用户确认，用户可批准或拒绝并附带理由 |
ask_user | 向用户提出问题，获取缺失信息或让用户做出选择。支持预设选项和/或自由文本输入 |
save_workflow | 保存用户确认的工作流定义到 registry，用于录制功能的对话式确认流程 |
CDP 增强工具 Chrome DevTools Protocol
通过 chrome.debugger API 接入 Chrome DevTools Protocol，提供浏览器进程级别的深度控制能力。这些工具在常规 Content Script 手段受限时（反爬检测、跨域 iframe、网络细节等）尤为关键。
输入与交互
| 工具 | 说明 |
|---|---|
cdp_input | 发送可信鼠标/键盘事件（isTrusted=true），支持点击、双击、右键、悬停、拖拽、输入文字、按键、滚动。绕过反爬的事件来源检测 |
cdp_dialog | 查询和处理 JavaScript 对话框（alert/confirm/prompt/beforeunload），支持手动处理和自动策略 |
页面与 Frame
| 工具 | 说明 |
|---|---|
cdp_frame | 跨 iframe 操作：列出页面所有 frame、在指定 frame 中执行 JS、获取 iframe 文本快照。解决跨域 iframe（验证码、支付表单等）无法操作的问题 |
网络与 Cookie
| 工具 | 说明 |
|---|---|
cdp_network | CDP 增强版网络监听：完整的请求/响应数据（包括 body 和 headers）、统计汇总，以及跨域 Cookie 读写（get/set/delete） |
环境模拟
| 工具 | 说明 |
|---|---|
cdp_emulation | 设备与环境模拟：视口尺寸（移动端）、User-Agent 覆盖、地理位置伪造、语言/时区设置、网络条件模拟（3G/离线等） |
请求拦截
| 工具 | 说明 |
|---|---|
cdp_fetch | 请求拦截与篡改（Fetch 域）：拦截页面网络请求，可修改请求参数后放行、直接返回自定义响应（Mock API）、或模拟请求失败。适用于注入认证 headers、Mock 数据、绕过 CORS 等场景 |
DOM 深度操作
| 工具 | 说明 |
|---|---|
cdp_dom | 跨域 DOM 操作（DOM 域）：通过 CDP 直接查询/修改 DOM 节点，无视同源策略。支持 CSS 选择器查询、HTML 读写、属性操作、获取元素精确 box model（margin/border/padding/content）、节点删除 |
提示
页面存储操作（storage_ 前缀 action）和 CSS 样式操作（css_ 前缀 action）已整合到 cdp_dom 中作为统一 action。
视觉高亮
| 工具 | 说明 |
|---|---|
cdp_overlay | 元素高亮标注（Overlay 域）：高亮指定 DOM 节点、CSS 选择器匹配的元素或矩形区域，支持自定义颜色。AI 操作时可视化标注目标，让用户观察到操作对象 |
调试诊断
| 工具 | 说明 |
|---|---|
cdp_console | 捕获页面 console.log/warn/error 输出和未捕获的 JavaScript 异常，辅助 AI 诊断页面问题 |
注意
CDP 工具需要 debugger 权限。使用时浏览器顶部会显示调试器提示条，这是 Chrome 的安全机制，属于正常现象。
工具使用优先级
当 AI 需要操作页面时，会按以下优先级选择工具：
site_workflow- 首选：当前页面有匹配的预定义工作流时优先使用，速度快且可靠page_snapshot+cdp_input(element_id=...)- 先快照定位元素，再基于 element_id 精确操作cdp_input(selector=...)- 基于 CSS 选择器的操作，当 element_id 不可用时使用cdp_dom- DOM 读写、CSS 样式、页面存储操作
提示
你不需要手动选择工具，只需用自然语言描述你的需求，AI 会自动选择最合适的工具组合来完成任务。