microsoft/Webwright

解決的問題

Webwright 解決了傳統 Web Agent 的瓶頸，即依賴於逐步的單次動作預測（例如點擊特定座標）。這些傳統方法通常非常脆弱，難以處理長程任務。相反，Webwright 將瀏覽器視為一個可丟棄的環境，編碼代理可以透過 Python 腳本對其進行啟動、檢查和控制，從而使 Web 互動更加穩健、可重用且易於除錯。

工作原理

Webwright 不是預測單個下一步動作，而是為 LLM 提供一個可以使用 Playwright 編寫並執行自由格式 Python 腳本的終端機。代理透過編寫程式碼、執行程式碼、檢查截圖和日誌，並不斷修復程式碼直到任務完成。狀態保存在本地工作區（程式碼和日誌）中，而不是瀏覽器工作階段本身。

適用對象

構建使用瀏覽器的代理的開發人員，或者希望為現有的編碼代理（如 Claude Code 或 OpenAI Codex）增強專業 Web 自動化能力的開發人員。

亮點

• 程式碼即動作 (Code-as-Action)： 使用 Python 腳本而非離散的工具呼叫，允許迴圈、函數和複雜的邏輯。
• 技能工廠 (Skill Factory)： 將成功的任務解決方案提煉為可重用的、參數化的 Python 技能，這些技能可以在沒有 LLM 的情況下獨立運行，從而顯著提高準確性並降低 Token 成本。
• 輕量級架構： 具有零隱藏框架的極簡核心迴圈，使其易於除錯和分叉。
• 外掛支援： 提供可直接用於整合至 Claude Code、OpenAI Codex、OpenClaw 和 Hermes Agent 的清單。
• 高性能： 在 Online-Mind2Web 和 Odysseys 長程 Web 任務基準測試中取得了最先進的結果。