Codex 浏览器自动化：网页操作与工具调用

大多数人对 Codex 的印象停留在"写代码"，但它还有一个容易被忽略的能力：操作浏览器、干网页上的活。从抓数据、填表单到完整网页任务，Codex 正在从"编程 agent"变成"电脑工作流 agent"。

先澄清：Codex 的"浏览器能力"是什么

Codex 的浏览器相关能力分两类（官方文档确认）：

能力	是什么	典型场景
浏览器（Browser）	让 agent 操作真实浏览器	打开网页、点击、填表、抓取内容
计算机操作（Computer Use）	操作整个电脑界面	桌面应用、跨应用工作流

注意：这些能力的可用范围取决于入口和配置——CLI、IDE、桌面 App、云端环境的能力不完全一样，而且涉及权限控制（详见权限与安全篇）。

抓取与整理：

打开这个页面，把表格数据抓下来，整理成 CSV。

表单与操作：

登录测试环境，创建一个新项目，填好基础信息。

网页调研：

搜索这几个关键词，汇总前 5 条结果的要点。

配合工作流：浏览器能力常和 MCP 外部工具搭配——网页数据 → 代码处理 → 输出结果（详见MCP 集成篇）。

Codex 不是机械爬虫，它理解网页内容和任务意图：

这也意味着它的操作更像"人用浏览器"，而不是"脚本跑页面"。

问题	解答
Codex 能点我电脑上任何应用吗？	那是 Computer Use 范畴，能力与配置相关，别默认都有
抓数据会被反爬吗？	看目标站点；合规使用，别用于绕过限制
浏览器操作需要额外配置吗？	看入口和权限设置，复杂场景要调权限