一、简介

QBotClaw（龙虾）是腾讯于2026年4月正式发布的国内首个AI驱动浏览器产品，标志着浏览器从单纯的网页访问工具演变为具备全场景感知与复杂任务执行能力的智能助理。该产品最大的亮点在于其极高的开放性，打破了以往AI浏览器与单一模型深度绑定的局限，支持用户自由配置国内各大主流大模型的API Key，让用户真正拥有模型选择权。QBotClaw内置腾讯自研的X5use高精度识别技术，为浏览器赋予了敏锐的视觉感知能力，结合上下文感知能力，用户仅需通过简单的自然语言指令即可让浏览器自主执行跨页面的复杂任务。首期上线的Mac版本已深度集成QQ浏览器Skill，Windows版本也预计于近期推出。

二、核心功能

1. 大模型API自由配置：支持接入国内主流大模型API，包括但不限于通义千问、文心一言、智谱GLM等，用户可根据不同任务需求灵活选择最适合的大模型，实现一浏览器多模型的无缝切换。

2. X5use视觉感知：内置腾讯自研的高精度识别技术，能够精准识别页面元素、图片内容、表格数据等，实现所见即所懂的视觉理解能力，大幅提升任务执行的准确性。

3. 跨页面任务执行：支持复杂多步骤任务的自动化执行，用户只需描述目标，浏览器即可自动规划任务流程，在不同页面间跳转、操作、采集信息，全程无需人工干预。

4. OpenClaw技能生态：完全兼容OpenClaw技能生态，可直接使用海量现成技能，也可自定义开发新技能，扩展性极强。

5. 移动端远程控制：通过微信扫码绑定Clawbot后，用户可实现对电脑端的远程遥控操作，无论身在何处都能让浏览器为自己工作。

6. 上下文智能感知：能够理解页面内容的语义和用户意图，根据上下文提供精准的服务和建议，让交互更加自然流畅。

三、技术原理

QBotClaw采用腾讯自研的X5use高精度识别技术作为视觉感知层，结合大语言模型作为认知推理层，构建了从感知到认知再到执行的全链路自动化架构。当用户发出自然语言指令时，浏览器首先通过X5use识别当前页面的所有可见元素和内容，包括文本、图片、按钮、表单等，然后将这些信息结构化后传递给用户配置的大模型进行理解和决策。大模型会根据用户意图和页面状态，生成具体的操作序列，最后由执行引擎完成操作。

在架构设计上，QBotClaw采用模块化设计理念，将视觉感知模块、任务规划模块、执行引擎模块分离，确保各模块可独立升级和优化。同时通过开放的API配置机制，实现了模型层的解耦，让用户成为模型选择的主人，不再被单一厂商绑定。

远程控制功能基于微信小程序和Clawbot机器人实现。用户通过微信扫描二维码绑定后，所有指令通过微信发送到Clawbot，再由Clawbot通过安全通道转发到本地浏览器执行，执行结果同样通过微信返回给用户。

四、应用场景

1. 信息采集与整理：自动浏览多个网站，采集目标信息并整理成结构化报告，适用于市场调研、竞品分析等场景。

2. 表单自动填写：自动识别表单字段含义并填写相应内容，大幅提高重复性工作的效率，适用于信息录入、订单提交等场景。

3. 内容监控与推送：定时监控指定网站的内容变化，当检测到更新时自动推送到微信，适用于价格监控、新闻追踪等场景。

4. Web自动化测试：执行Web应用的端到端自动化测试流程，生成测试报告，适用于开发测试、质量保障等场景。

5. 数据提取与清洗：从复杂页面中提取结构化数据，并进行清洗和格式化，适用于数据采集、知识库构建等场景。

五、使用步骤

1. 访问QBotClaw官网下载安装包，目前支持Mac系统，Windows版本即将推出。

2. 安装完成后打开浏览器，进入设置页面配置大模型API Key。

3. 在地址栏或对话框中通过自然语言描述任务需求。

4. 浏览器自动理解并规划任务流程，开始执行操作。

5. 如需远程控制功能，打开微信扫描绑定二维码，绑定Clawbot后即可远程操控。

六、适用人群

1. 内容创作者：需要快速采集素材、资料和灵感，QBotClaw可大幅提升素材获取效率。

2. 数据分析师：需要从多个网站提取数据并整合分析，QBotClaw可自动化完成数据采集工作。

3. 产品经理：需要进行竞品分析、市场调研和用户反馈收集，QBotClaw可自动生成分析报告。

4. 开发者：需要进行Web自动化测试和调试，QBotClaw可替代传统测试工具。

5. 普通用户：希望简化日常上网操作，如自动抢票、自动填报等，QBotClaw可成为贴心助理。

七、优缺点分析

优点：

1. 开放性极强，支持多模型自由配置，不被单一厂商绑定。

2. 视觉感知精准，基于X5use技术实现高精度识别。

3. 兼容OpenClaw生态，可使用海量现成技能。

4. 支持远程控制，随时随地通过微信操控。

5. 腾讯出品，技术实力和稳定性有保障。

6. 降低大模型使用门槛，实现行业普惠目标。

缺点：

1. 目前仅支持Mac系统，Windows版本尚未发布。

2. 需要用户自行配置API Key，对非技术用户有一定门槛。