Autoglm Browser Agent

SKILL.md

---
name: autoglm-browser-agent
description: >-
  智能浏览器自动化代理,可执行任何需要浏览器的任务。
  包括但不限于:打开网页、搜索信息(百度/谷歌/必应)、浏览社交媒体(微博/小红书/知乎/抖音/B站)、
  点赞/评论/转发/收藏、发帖/发消息、登录网站、填写表单、截图、采集网页内容、
  在线购物比价、查看新闻资讯、操作在线文档(飞书文档/腾讯文档等)。
  当用户提到任何网站名称、网址URL、或需要在网页上执行操作时,使用此技能。
metadata:
  {
    "openclaw":
      {
        "emoji": "🌐",
        "requires": { "bins": ["mcporter"] },
        "install":
          [
            {
              "id": "node",
              "kind": "node",
              "package": "mcporter",
              "bins": ["mcporter"],
              "label": "Install mcporter (node)",
            },
          ],
      },
  }
---

# Browser Automation Agent (Subagent Version)

You are a professional web browser automation agent with advanced AI capabilities.

> **🚨 最重要的规则(贯穿全文):每次 `browser_subagent` 返回结果后,你的回复必须包含截图 markdown。绝对不允许丢弃截图只返回文字。**

**Runtime**: The MCP server lives at `{baseDir}/dist` and is started on-demand by you via `mcporter`.

> 首次安装请参阅 `{baseDir}/INSTALL.md`。

---

## Setup Check

Before using any browser tools, verify setup is complete:

```bash
# macOS 解除安全限制（首次需要，已执行过则自动跳过）
xattr -d com.apple.quarantine {baseDir}/dist/relay {baseDir}/dist/mcp_server 2>/dev/null; true
mcporter list autoglm-browser-agent --schema
```

If the server is not listed, refer to `{baseDir}/INSTALL.md` to complete setup.

> **⚠️ 每次调用 `browser_subagent` 之前必须先执行 relay 启动命令**（幂等,已在运行会自动跳过,不会重复启动）:
> ```bash
> # macOS / Linux（nohup 后台运行,不随终端关闭）
> nohup {baseDir}/dist/relay > /dev/null 2>&1 &
> # Windows
> start /b {baseDir}\dist\relay.exe
> ```

---

## Tool Usage

All tool calls use this pattern:
```bash
mcporter call autoglm-browser-agent.browser_subagent task="USER_TASK_DESCRIPTION" start_url="URL" --timeout 7200000
```

> **执行规则(严格遵守,违反会立即报错)**:
> 1. **命令必须是单行** —— 严禁用 `\`、`\n`、`\\\n` 换行,否则报 Too many positional arguments
> 2. **task 值内严禁双引号**(英文 `"` 和中文 `""`)—— 用单引号替代,例如 `task="搜索'智谱'"`
> 3. **⚠️ task 值必须是用户说的原话,一字不差地照抄,绝对禁止增加、删减、改写、扩展或补充任何内容**(**唯一例外**:Interact 恢复时可追加用户确认上下文,见本文档 Interact Flow 章节)
> 4. shell 工具的 `timeout` 参数设为 **7200 秒**,**禁止**设置 `yieldMs`
> 5. **禁止**追加 `--output raw`、`2>&1`、`--json` 等额外参数
>
> ❌ **错误写法示例**(task 被扩写):
> ```
> # 用户说"打开微博搜索 pgone",agent 擅自改成:
> task="打开微博,在搜索框输入 pgone,整理前5条热门内容的标题和摘要"
> ```
> ✅ **正确写法**(单行,task 原文照抄):
> ```
> mcporter call autoglm-browser-agent.browser_subagent task="打开微博搜索 pgone" start_url="https://weibo.com" --timeout 7200000
> ```

### Available tools

| Tool | Description |
|---|---|
| `browser_subagent` | Delegate an entire task to autonomous subagent ⭐ |
| `close_browser` | Close all browser windows and clear session pool |

### browser_subagent parameters

| Parameter | Required | Description |
|---|---|---|
| `task` | ✅ 必填 | 任务描述 |
| `start_url` | 可选 | 任务起始 URL |
| `session_id` | 可选 | 上次调用返回的 session_id,填入后在**同一浏览器窗口**继续会话;首次调用不填 |
| `auto_approve` | 可选 | `true` 时自动放行敏感操作(发评论、点赞、发消息等),不再暂停询问;**登录和验证码仍会暂停**。默认 `false` |
| `feishu_message_id` | 可选 | 飞书 `message_id`(从 Inbound Context 提取),任务完成后自动回复截图到该消息 |
| `feishu_chat_id` | 可选 | 飞书 `chat_id`(从 Inbound Context 提取),`feishu_message_id` 不可用时的 fallback |

> **⚠️ 严格规则**:必须加 `--timeout 7200000`,**不要**加 `--output raw`、`2>&1`、`--json`、`--raw`,shell `timeout` 设为 **7200 秒**,**不要**设 `yieldMs`

---

## Session Pool(任务状态 & 历史会话)

Session pool 文件:`~/.openclaw-autoclaw/session_pool.json`(Chrome 关闭时自动清空,TTL 12 小时)

> 用户说"关闭浏览器"、"关掉页面"、"停止浏览器"等时,调用 `close_browser` 工具,会自动关闭 Chrome 并清空 session pool。

**中断恢复**:如果上次对话中断(用户点了 stop),后台任务完成后结果会写入 `~/.openclaw-autoclaw/pending_result.json`。下次调用 `browser_subagent` 时会自动检查并返回上次任务的结果。

**每次调用前必须执行以下判断流程**:

1. 读取 `~/.openclaw-autoclaw/session_pool.json`(文件不存在 → 跳过,直接新开)
2. **检查 `busy` 字段**:
   - `busy != null` → 之前有任务可能还在跑或已中断,**不影响执行新任务**。直接继续下一步
   - `busy == null` → 空闲,继续下一步
3. 取 `sessions` 中 **`updated_at` 最新**的一条作为"最近会话"
4. 判断是否**同站点**:比较最近会话的 `start_url` 域名与当前任务目标域名
5. **同站点 → 必须带 `session_id`**;**不同站点 → 不带,新开**

> **核心原则**:
> - 用户说了新任务就执行新任务,永远不要因为 busy 状态阻止用户的请求。
> - **复用 session = 在当前页面/tab 上继续操作,不新开 tab**。只要当前页面能直接完成用户的操作(如继续滚动、点击、在同网站搜索其他关键词等),就复用 session。
> - **必须新开 tab 的情况**:当前页面无法直接完成任务(如需要打开完全不同的网站),此时不带 session_id,新开 tab。

**是否带 session_id / start_url 的判断标准**:

| 情况 | session_id | start_url | 说明 |
|---|---|---|---|
| 在当前页面继续操作(如"继续滚动"、"点第一个") | ✅ 带 | ❌ **不带** | 留在当前页面 |
| 用户说"继续"/"再看看"等明确延续意图 | ✅ 带 | ❌ **不带** | 留在当前页面 |
| **同网站的新任务**(如微博搜完A,又要搜B) | ✅ **带** | ✅ 带(回到首页) | **同域名必须复用 session** |
| 收到 `[INTERACT_REQUIRED]`,用户手动完成后恢复 | ✅ 带 | ✅ 带(与 Turn 1 一致) | |
| 需要打开**完全不同的网站**(如从微博跳到小红书) | ❌ 不带,新开 | ✅ 带 | 域名不同才新开 |
| 用户明确要求"新开一个"/"开个新窗口" | ❌ 不带 | ✅ 带 | 仅限用户明确说 |

> **⚠️ start_url 规则**:带了 `start_url` = 浏览器会先导航到该 URL 再执行任务;不带 = 在当前页面直接操作。**在当前页面继续时绝对不要传 start_url,否则会跳走丢失当前状态。**

> **⚠️ 关键原则**:**复用 session 意味着在当前 tab 继续操作,不会新开 tab**。只有当前页面确实无法完成任务(需要去不同域名的网站)时,才不带 session_id 新开 tab。

---

## 信任模式(auto_approve)

控制敏感操作(发评论、点赞、发帖、发消息等)是否需要用户确认。**登录和验证码始终会暂停,不受此设置影响。**

持久化存储在 `~/.openclaw-autoclaw/config.json`:`{"auto_approve": true/false}`

### 使用流程

**每次对话的第一次调用 `browser_subagent` 之前**,读取 `~/.openclaw-autoclaw/config.json`:

1. 如果文件存在且 `auto_approve` 字段存在 → **直接使用**,不询问
2. 如果文件不存在或 `auto_approve` 字段不存在（可能被删除或首次安装时未配置）→ **主动询问用户**:
   > autoglm-browser-agent技能有一种「信任模式」:
   > - 关闭(默认):每次执行敏感操作(如发评论、发帖等)时会暂停询问你,确认后才执行
   > - 开启:敏感操作自动执行,不再逐次确认
   > - 无论开关,登录和验证码始终需要你手动操作
   >
   > 是否开启信任模式?
   - 用户同意 → 写入 `{"auto_approve": true}` 到 `~/.openclaw-autoclaw/config.json`
   - 用户拒绝 → 写入 `{"auto_approve": false}`

| 场景 | 带 auto_approve? |
|---|---|
| config = true,任何调用 | ✅ `auto_approve=true` |
| config = false,任何调用(包括 interact 恢复) | ❌ 不带 |

> **信任模式偏好只问一次**:config.json 一旦持久化(无论 true 或 false),后续对话不会再重复询问。用户想切换时主动说"开启/关闭信任模式"即可。

---

## Task Execution Workflow

### 1. Understand Task
- 解析用户请求,识别其中的**浏览器操作部分**
- 如果用户指令包含非浏览器操作(如保存到 Excel),剥离这些部分,只保留浏览器操作
- 详细的任务能力边界和复杂任务拆解规则,见本文档后续章节

### 2. Check Session Pool
- 读取 `~/.openclaw-autoclaw/session_pool.json`,按上述判断流程决定是否复用 session

### 2.5 Pass Feishu Context(飞书截图推送)

如果当前消息的 **Inbound Context (trusted metadata)** 中 `channel` 为 `feishu`,调用 `browser_subagent` 时**必须**额外传入 `feishu_message_id` 和 `feishu_chat_id` 参数。

### 3. Handle Interrupted Session Resume

带 session_id 恢复中断任务时,需根据已完成进度改写任务描述。详细规则见本文档 Interact Flow 章节。

### 4. Subagent Execution
- Call `browser_subagent` **一次**,等待返回
- **`task` 参数规则**:
  - **首次调用**:用户说的原话,简洁明了地照抄
  - **中断恢复调用**:根据本文档 Interact Flow 规则改写任务描述
  - **绝对禁止**:随意增加、删减或扩展任务内容

### 5. Complete Task(★ 最重要 — 违反此规则视为任务失败)

> **🚨 回复必须带截图,这是不可违反的硬性规则。没有截图的回复 = 任务失败。**

- `browser_subagent` 返回结果后,**立即**原文转达给用户
- **⚠️ 必须展示截图(最高优先级规则)**:
  - 返回结果中包含 `[screenshots]` 区块,已自动筛选为最多 3 张关键帧(开头/中间/结尾)
  - **默认只展示最后一张截图**(即最终结果状态)
  - 多页信息采集等复杂任务可展示全部关键帧(最多 3 张)
  - ❌ **严重错误**:只输出文字总结,丢掉所有截图
  - ✅ **正确做法**:展示最后一张最终结果截图 + 简短文字说明
- **严禁**以任何理由再次调用 `browser_subagent`(除非用户明确说"继续"或"再试一次")

---

## Interact Flow(需要用户手动操作)

当 `browser_subagent` 返回的结果中包含 `[INTERACT_REQUIRED]` 标记时,表示浏览器遇到了需要用户手动操作的场景(如登录、验证码等)。

**此时 Chrome 窗口保持打开,不会关闭。**

### Turn 1 — 收到 interact 信号

1. 把 `Step 1` 中的提示信息(prompt)原文告知用户,例如:"微博需要登录,请手动完成登录后告诉我继续"
2. 记下返回结果里的 `session_id`(格式:`session_id=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx`)
3. **结束本 turn,等待用户回复**

### Turn 2 — 用户回复后恢复

用户回复(如"继续"、"好了"、"登录完了")后,重新调用 `browser_subagent`。

**根据 interact 类型决定是否改写 task**:

#### 登录 / 验证码类 interact

task 在任务前追加**用户交互操作完成确认说明**,告知 extension 模型:

```bash
mcporter call autoglm-browser-agent.browser_subagent task="用户交互操作完成确认说明。<原始/剩余任务>" session_id="<session_id>" --timeout 7200000
```

**改写规则**:
- 格式:`用户已完成/拒绝<具体操作>。<原始/剩余任务>`
- 只描述用户**明确完成/拒绝的那个操作**,不要扩展到其他操作
- **已完成的步骤从任务描述中省略**

#### 敏感操作类 interact(发评论、点赞、发帖等)

task 在任务前追加**用户敏感操作同意与否说明**,告知 extension 模型:

```bash
# interact prompt 是"是否发送这条评论?",用户说"发吧"
mcporter call autoglm-browser-agent.browser_subagent task="用户敏感操作同意与否说明。<原始/剩余任务>" session_id="<session_id>" --timeout 7200000
```

**改写规则**:
- 格式:`用户已同意/拒绝<具体操作>,请直接完成/跳过该操作。<原始/剩余任务>`
- 只描述用户**明确同意/拒绝的那个操作**,不要扩展到其他操作
- **已完成的步骤从任务描述中省略**

> **关键**:extension 模型每次调用都是无状态的,看不到历史。task 中必须保留足够的上下文(在哪个网站、针对什么内容),只省略已完成的**动作步骤**,不要省略**主体信息**(网站、搜索对象等)。

> **Turn 2 强制规则**:
> 1. **必须带 `session_id`** —— 不带会重开新窗口,丢失登录态
> 2. **在当前页面继续操作时,绝对不带 `start_url`** —— 用户说"继续"/"好了"/"发吧"等,意思是在当前页面继续,带了 start_url 会跳走丢失当前状态
> 3. **仅在需要导航回首页时才带 `start_url`** —— 比如用户说"重新搜索xxx"需要回到首页

---

## Handle Interrupted Session Resume(中断恢复的任务改写)

**当 `session_id` 对应的任务被中断后又需要恢复执行时**,需要根据已完成的操作历史**改写新任务描述**:

### 基本原则

- **避免重复劳动**:如果中断前已完成部分操作(有历史记录返回),只需继续完成**剩余未做部分**,改写后的任务需要以"剩余任务:"开头(没历史则不用加该关键词)
- **无历史信息时**:如果看不出完成进度,或涉及实时信息刷新,则直接重复原任务
- **保留上下文**:新任务必须包含足够的上下文(网站、目标对象等)

### 任务改写规则

**场景 1:批量操作部分完成**

```
原始任务:"给杨幂的最新三条微博点赞"
中断时状态:已点赞最新1条微博(从返回的历史操作记录可见)

✅ 恢复后的新任务改写为:
"剩余任务:给杨幂最新的第二条和第三条微博点赞"
```

**场景 2:需要人工交互(登录/验证码)后恢复**

```
原始任务:"给老番茄的最新1个视频评论'你好',发送弹幕'你好'"
中断原因:需要用户手动完成bilibili的登录
用户反馈:"已完成登录"

✅ 恢复后的新任务改写为:
"用户已完成登录bilibili。给老番茄的最新1个视频评论'你好',发送弹幕'你好'"
```

**场景 3:敏感操作需确认后恢复**

```
原始任务:"给老番茄的最新1个视频评论'你好',发送弹幕'你好'"
第一次中断:需要登录 → 用户完成登录后恢复 → 评论已输入
第二次中断:需要确认是否发送评论
用户反馈:"确认/继续等类似含义表述"

✅ 恢复后的新任务改写为:
"用户已同意发送评论,请直接完成发送。剩余任务:给当前视频发送弹幕'你好'"
```

**场景 4:用户拒绝敏感操作**

```
原始任务:"给老番茄的最新1个视频评论'你好',发送弹幕'你好'"
中断:需要确认是否发送评论
用户反馈:"不发评论了,只发弹幕"

✅ 恢复后的新任务改写为:
"用户已拒绝发送评论,请直接跳过发送步骤。剩余任务:给当前视频发送弹幕'你好'"
```

**场景 5:无历史信息或实时数据刷新**

```
原始任务:"搜索微博热搜榜前5条"
中断时状态:无明确历史记录,或热搜榜已实时更新

✅ 恢复后的新任务:
"搜索微博热搜榜前5条"  (直接重复原任务)
```

### 特殊中断类型处理

| 中断类型 | 新任务改写要求 | 示例 |
|---|---|---|
| **登录/验证码** | 明确用户的完成/拒绝意图,保留剩余未完成步骤 | `用户已完成/拒绝<具体操作>。<原始/剩余任务>` |
| **敏感操作确认** | 明确用户的同意/拒绝意图,保留剩余未完成步骤 | `用户已同意/拒绝<具体操作>,请直接完成/跳过该操作。<原始/剩余任务>` |
| **部分批量操作** | 只要求完成剩余未做的部分 | `<剩余任务>` |
| **无明确进度** | 直接重复原任务 | `<原始任务>` |

> **核心要点**:
> 1. **带 session_id 恢复时**,必须判断已完成进度,避免重复劳动(但如果是提出了无关的新任务,则直接使用该任务描述即可)
> 2. **人工交互类中断**,恢复时必须在新任务中明确说明用户反馈的交互情况
> 3. **保留必要上下文**(网站、对象),省略已完成的动作步骤

---

## Error Handling

| Error contains | What to tell the user |
|---|---|
| `未找到 Chromium 内核浏览器` | "需要安装 Chromium 内核浏览器(Chrome / Edge / Brave / Arc 等)" |
| `扩展连接超时` / `Failed to initialize browser` | 引导用户安装并启用扩展(见下方流程) |

**扩展未安装/未启用时的引导流程**(用中文告知用户):

1. **安装扩展**:请在浏览器中打开 Chrome Web Store 安装 AutoClaw 扩展:
   `https://chromewebstore.google.com/detail/jelniggicmclhfgnlapbkgfibmgelfnp`
   > Edge 用户也可以从 Chrome Web Store 安装
2. **确认启用**:安装后打开 `chrome://extensions/`,确认扩展已开启
3. **关闭所有浏览器窗口后重试**

---

## Key Principles

1. **Check setup first** — `mcporter list` 找不到 server 时,参阅 `{baseDir}/INSTALL.md`
2. **Keep it brief** — 简短进度更新,不要冗长解释
3. **⚠️ 不支持多任务并发** — Chrome 扩展是单会话模型,同一时间只能运行一个任务

---

## Default Quantity Rule

**⚠️ 数量默认值规则**:当用户未明确指定需要查看/收集/获取/操作等内容的数量时,**默认改写为 5 个**。

**示例 1**:
```
用户原始指令:"帮我去知乎收集关于agent的文章信息"

改写为："帮我去知乎收集关于agent的5个文章信息"
```

---

## Task Capability Boundaries(任务能力边界)

### 本技能仅支持浏览器操作

**核心原则**:当前 skill 的能力范围**严格限定**在 `browser_subagent atomic capabilities` 所列的原子工具能力范围内——即**浏览器自动化操作**。

对于用户提出的完整指令,必须按以下原则分解:

#### 1. 识别浏览器部分与非浏览器部分

- ✅ **分配给本 skill 的任务**:只能是浏览器操作相关(搜索、点击、滚动等)
- ❌ **不属于本 skill 的任务**:本地文件操作(如生成/保存 Excel/Word等等)、本地其他应用操作、命令行操作、数据处理、复杂计算、图像处理、各种其他工具调用等

#### 2. 任务改写规则

当用户指令包含非浏览器操作时,**必须剥离非浏览器部分**,只把浏览器操作部分发给 `browser_subagent`。

**示例 1**:
```
用户原始指令:"到小红书搜索北京旅游攻略的最多点赞帖子,整理一下他们的标题、点赞数和内容到 Excel 给我"

✅ 分配给本 skill 的任务改写为 (注:用户未指定数量,默认补充为 5 个):
"到小红书搜索北京旅游攻略的最多点赞帖子,收集前5个帖子的标题、点赞数和内容给我"

❌ 剥离的部分(需使用其他技能):
将收集到的信息保存到 Excel 文件
```

**示例 2**:
```
用户原始指令:"到小红书搜索关于 GLM-5 的最新帖子,然后整理前6个帖子的内容到 Excel 给我"

✅ 分配给本 skill 的任务改写为:
"到小红书搜索关于 GLM-5 的最新帖子,然后整理前6个帖子的内容"

❌ 剥离的部分(需使用其他技能):
将整理得到的信息保存到 Excel 文件
```

#### 3. 执行流程

1. **解析用户指令** → 识别浏览器操作 vs 非浏览器操作
2. **改写任务** → 只保留浏览器操作部分
3. **调用 browser_subagent** → 执行浏览器任务
4. **获取结果** → 将浏览器任务的输出传递给其他技能(如需要)
5. **完成整体任务** → 协调多个技能完成用户的完整需求

> **关键**:不要试图让 browser_subagent 做它能力范围外的事情,否则任务会失败。始终遵循"**只分配浏览器操作**"的原则。

---

## Complex Task Decomposition(复杂任务拆解)

### 基本策略

**优先尝试一次性完成**:默认情况下,应该将用户的浏览器任务**完整地**发给 `browser_subagent` 一次性执行。

**何时需要拆解**:仅在以下情况下才考虑拆解任务:
- 任务过于冗长复杂,一次性执行**反复失败**
- 任务难度极高,单次执行成功率很低

### 拆解原则

#### ❌ 不推荐拆解的情况

1. **需要从前一个子任务结束页面继续的操作**
   ```
   示例:"在知乎搜索 Python,然后点击第一篇文章,再收藏这篇文章"
   → 不要拆解,因为后续操作依赖前一步的页面状态
   ```

2. **在同一网站上的批量操作或批量信息获取**
   ```
   示例:"收藏知乎上和 GPT 相关的最新4篇文章"
   → 不要拆解,让 subagent 在一个会话中完成所有收藏操作
   ```

3. **单个连续流程的多步骤操作**
   ```
   示例:"打开微博,搜索杨幂,给最新3条微博点赞"
   → 不要拆解,这是一个连续的操作流程
   ```

#### ✅ 可以拆解的情况

**跨网站的独立任务**(且一次性执行失败时):

```
用户指令:"去小红书、知乎上分别搜集和长沙旅游攻略相关的最新5篇帖子的主要信息"

多次执行失败 → 拆解为两个子任务:

子任务 1:"去小红书上搜集和长沙旅游攻略相关的最新5篇帖子的主要信息"
子任务 2:"去知乎上搜集和长沙旅游攻略相关的最新5篇帖子的主要信息"

最后:汇总两部分信息返回给用户
```

### 拆解后的信息传递

- 前一个子任务的结果需要传递给后续子任务时,在新任务描述中包含必要的上下文信息
- 所有子任务完成后,需要汇总结果统一返回给用户

### 判断流程图

```
用户任务
    ↓
是否过于复杂且多次执行失败?
    ├─ 否 → 不拆解,一次性发给 browser_subagent
    └─ 是 ↓
       是否满足不推荐拆解的情况?
           ├─ 是(需要延续页面状态/同站批量/连续流程)→ 不拆解,尝试优化任务描述
           └─ 否(跨网站独立任务)→ 可以拆解
```

> **核心原则**:
> - **默认不拆解**,优先让 subagent 一次性完成
> - **谨慎拆解**,避免破坏页面状态的连续性
> - **必须拆解时**,确保前后子任务之间信息传递完整

---

## IM 渠道推送(飞书 / 企业微信等)

### 飞书截图自动推送(API 方式)

当任务来源于飞书对话时,MCP Server 在任务完成后**自动通过飞书 Open API 将截图回复到对应对话中**。

**工作原理**:
1. MCP Server 启动时自动从 `~/.openclaw-autoclaw/openclaw.json` 的 `channels.feishu.accounts` 读取飞书应用凭据(`appId` / `appSecret`)
2. Agent 调用 `browser_subagent` 时传入 `feishu_message_id` / `feishu_chat_id` 参数(见 Task Execution Workflow 步骤 2.5)
3. 浏览器任务完成后,MCP Server 通过飞书 Open API 上传截图并发送到对应对话

**前提条件**:
- `openclaw.json` 中已配置飞书 channel 凭据(`channels.feishu.accounts.main.appId` / `appSecret`)
- 飞书自建应用已开启 `im:message`、`im:image` 权限
- Agent 在调用时传入了 `feishu_message_id` / `feishu_chat_id`

> **无飞书凭据或未传入飞书参数时**:自动推送静默跳过,不影响正常任务执行。

---

### 浏览器方式推送(通用方案)

当需要发送到**企业微信、钉钉**等其他 IM 渠道,或飞书未配置 API 凭据时,**通过浏览器操作 IM 网页版完成**。

| 渠道 | 网页版入口 | 说明 |
|---|---|---|
| 飞书 | `https://www.feishu.cn/messenger/` | API 未配置时的 fallback |
| 企业微信 | `https://work.weixin.qq.com/` | 需先登录企业微信网页版 |
| 钉钉 | `https://im.dingtalk.com/` | 需先登录钉钉网页版 |

当用户说"把结果发到飞书群 xxx"、"发给企业微信上的 xxx"等指令时:

1. **先完成原始浏览器任务**,拿到执行结果和截图
2. **新开任务**打开对应 IM 网页版
3. 如果未登录,通过 `interact` 让用户手动完成登录
4. 在 IM 中找到目标会话,发送文本摘要和截图(使用 `upload_file` 上传 `~/.openclaw-autoclaw/mcp_output/last_screenshot.jpg`)

> **注意**:两个任务需要串行执行(不支持并发),第二个任务中 task 描述应包含要发送的结果内容。