浏览器自动化能干活，但别把网页当 API

[小满]

我们想让 agent 操作后台网页，创建活动、下载报表、截图确认。Playwright 加 LLM 可行吗？

[阿远]

可行，但要把网页当不稳定界面，不要当 API。按钮文案、弹窗、加载时机都会变。

[latte404]

Playwright 的 trace 很有用。失败时别只存最后截图，trace 能看每一步 DOM、网络和截图。

[普通网友A]

Selenium 也能做，别被新旧工具带偏。关键是定位策略和等待条件。

[melo]

LLM 负责“看懂页面”，程序负责“可重复动作”。让模型每次自由点页面，会有很多随机失败。

[小吴]

我们把常用动作封装成工具：open_customer、filter_date、export_csv。模型不要直接点 CSS selector。

[林小北]

对。浏览器 agent 最大坑是无限补救。点错以后它又点，又返回，又刷新，最后状态更脏。

[nora]

加预算。最多几步、最多几次重试、遇到二次确认就停。特别是后台有删除和发布按钮。

[陈小舟]

浏览器自动化和 RPA 的边界在哪？

[阿航]

RPA 偏确定流程，浏览器 agent 适合半结构化页面和临时任务。稳定高频流程还是尽量走 API。

[小满满]

我用 browser-use 做过网站资料采集，原型快。但生产里一定要加域名白名单和下载目录隔离。

[小高]

下载文件也要验 hash 或文件名规则。agent 说下载成功不算，目录里有正确文件才算。

[momo]

表单提交前最好截一张“确认页”给人看。尤其是营销后台，错一次就是事故。

[小满]

这样看不是“让 agent 上网点点点”，而是浏览器只是工具层，流程还得我们控。

[阿远]

是这个意思。网页自动化能省人力，但不能把脆弱性全交给模型兜底。