前言

大家好，我是小木，有多年移动端研发经验的程序员，昨天看到群里大家聊《内容工厂Agent》1分钟就报名结束还报不上，而里面的核心技术playwright和工作流刚好我都懂，这里分享一下这2个技术栈。

本文用一个基础案例分享整个方案原理，掌握这个方法后，你可以自动化获取任何网页内容。

Playwright是什么

来个ai解释：

Playwright 是一个功能强大的 Node.js 库（同时也支持 Python, Java 和 .NET），它提供了一套统一的 API 来自动化控制 浏览器引擎。源码地址：https://github.com/microsoft/playwright

安装：可自行ai解决。

工作原理：

项目里内置了Chromium、Firefox 和 WebKit三个浏览器内核依赖，可以看源码里的配置文件。

https://github.com/microsoft/playwright/blob/main/package.json

代码块 "ctest": "playwright test --config=tests/library/playwright.config.ts --project=chromium-*", "ftest": "playwright test --config=tests/library/playwright.config.ts --project=firefox-*", "wtest": "playwright test --config=tests/library/playwright.config.ts --project=webkit-*",

这三个依赖给playwright提供了浏览器运行环境，而playwright这个库的核心功能集成了各个浏览器环境里的点击事件，它提供了一套统一的 API 来自动化控制浏览器。https://playwright.dev/docs/api/class-playwright

代码块 举例： 比如你要在百度查深圳今天的天气，拆解下就是： 1.打开网页，输入www.baidu.com。 2.在输入框输入"今天深圳天气怎么样"。 3.看结果。 在playwright里面的执行过程就是： 1.模拟出浏览器环境:chiom.init()。 2.在浏览器环境里输入网址,page.goto("www.baidu.com")。 3.看结果,getResponse()。

Ok，到这里你因该理解，模拟人操作的核心就是记录下页面的点击顺序和输入内容。

点击顺序编排：

打开浏览器，这里以chrom浏览器为例，打开浏览器开发者模式：ctrl + shift + i

获取页面元素的id，如果不会，也可以右键复制出整个element让ai帮你提取出id。

2.记录下这些id，你就可以写好顺序借助ai开发出一个点击流prompt

代码块 步骤1: 访问并点击登录 - 访问 https://apm.umeng.com (headless: false) - 点击登录链接(选择器: .link-login) - 等待1秒 步骤2: 切换到账号密码登录并填写表单 重要:登录页面默认显示微信扫码登录,需要先切换到账号密码登录 - 执行JavaScript切换登录方式: ```javascript // 显示账号密码登录表单 const iframe = document.querySelector('#alibaba-login-box'); let current = iframe; while (current) {

为了更好的阅读体验，来飞书看吧：

https://ga4i590cbm.feishu.cn/wiki/GhV8wsc3OixZgKkggbScE9ucnkB