凡人小北 · 转角处
·
OpenClaw 2026.3.13：让 AI 原生操作你的浏览器，记住你的图片
💡
原文中文，约3700字，阅读约需9分钟。
📝
内容提要
OpenClaw 新增两个功能：一是通过 Chrome DevTools 让 AI 操作浏览器，支持点击、输入和截图；二是多模态记忆，能记住图片和音频，支持跨模态搜索。配置简单，适用于社交媒体自动化和数据采集等场景。
🎯
关键要点
- OpenClaw 新增两个功能：通过 Chrome DevTools 让 AI 操作浏览器，支持点击、输入和截图；多模态记忆，能记住图片和音频，支持跨模态搜索。
- AI 通过 Chrome DevTools 直接操作浏览器，能够看到页面元素、网络请求、控制台日志等。
- 基础操作包括点击、输入、导航、截图、滚动、表单填写、文件上传和发送快捷键。
- 高级功能包括性能审计、性能追踪、内存快照、网络监控和执行 JavaScript 代码。
- 配置步骤包括开启 Chrome 远程调试、安装 mcporter、配置 MCP 服务器、启动 daemon 和验证连接。
- AI 可以用于社交媒体自动化、数据采集、自动化测试、调试助手、代填表单和监控页面变化。
- OpenClaw 的多模态记忆功能可以记住图片和音频，支持用文字搜索相关内容。
- 配置多模态记忆需要创建目录、修改配置文件和重启 OpenClaw。
- 注意事项包括只有指定目录的文件会被索引、必须关闭 fallback 选项和换模型会重建索引。
- 支持的文件格式包括多种图片和音频格式，单文件最大 10MB。
- 新功能使得 AI 能直接操作浏览器，记忆能力从文字扩展到图文音频，搜索方式更加灵活。
❓
延伸问答
OpenClaw 的新功能是什么？
OpenClaw 新增了通过 Chrome DevTools 让 AI 操作浏览器和多模态记忆功能，支持记住图片和音频。
如何配置 OpenClaw 让 AI 操作浏览器？
需要开启 Chrome 远程调试，安装 mcporter，配置 MCP 服务器，启动 daemon 并验证连接。
OpenClaw 的多模态记忆功能如何工作？
多模态记忆功能能记住图片和音频，通过创建索引支持用文字搜索相关内容。
OpenClaw 可以用于哪些场景？
可以用于社交媒体自动化、数据采集、自动化测试、调试助手、代填表单和监控页面变化。
配置多模态记忆时需要注意什么？
需要确保只有指定目录的文件会被索引，关闭 fallback 选项，并注意换模型会重建索引。
OpenClaw 支持哪些文件格式？
支持的图片格式包括 jpg, jpeg, png, webp, gif 等，音频格式包括 mp3, wav, ogg 等，单文件最大 10MB。
➡️
