browser-harnessLLM驅動的自愈瀏覽器自動化

browser-harness 這個名字看起來不像什麼重磅工具，但如果你曾被瀏覽器自動化的「脆皮」問題折磨過——元素稍變就掛、網路一慢就崩——那它可能會讓你眼前一亮。這個 GitHub 上星標超過 1.5 萬的開源專案，核心賣點就兩個字：自愈（self-healing）。

自愈機制：讓自動化不再「一碰就碎」

傳統瀏覽器自動化依賴固定的選擇器、等待時間和重試邏輯。頁面結構一旦調整，指令碼立刻失效。browser-harness 的做法是：讓 LLM（如 GPT-4、Claude）動態感知頁面狀態，在遇到元素未載入、選擇器失效、彈窗干擾等情況時，自動調整策略——比如回退到備用選擇器、重新規劃操作路徑，甚至根據上下文重新生成互動指令。這種機制在單頁應用（SPA）和動態內容網站上尤其有效，因為頁面變化頻繁，手工維護指令碼成本極高。

具體來說，browser-harness 提供了三個關鍵能力：

• 智慧重試：不僅重新執行失敗步驟，還會分析失敗原因，選擇不同的定位方式或操作順序。
• 上下文保持：即使某個步驟失敗，也不會丟失整個會話狀態，LLM 仍能基於當前 DOM 繼續任務。
• 錯誤恢復：例如遇到登入彈窗、Cookie 同意橫幅等，harness 會自動處理這些干擾，然後回到原任務流程。

誰在用、用來幹什麼？

browser-harness 的典型使用者是那些需要頻繁執行瀏覽器自動化任務的開發者和測試工程師。比如：

• 自動化測試：用自然語言描述測試用例，讓 LLM 執行並自動適應 UI 變化，減少測試指令碼維護量。
• 資料採集：傳統爬蟲遇到網站改版就報廢，browser-harness 的自愈機制能顯著延長爬蟲的「保質期」。
• RPA 場景：重複性的網頁操作（如填表、資料錄入、系統間資料遷移），交給 LLM + harness 後，幾乎不需要硬編碼。

有一個很實在的使用場景：某電商平臺的運營團隊每天需要從後臺匯出幾十份報表，頁面結構每週微調。以前每次改動都要讓開發改指令碼，後來他們用 browser-harness 配置了一次，之後頁面變化時，LLM 會自動修正操作路徑，維護工作量幾乎降為零。

上手成本與注意事項

作為 Python 庫，安裝非常簡單：pip install browser-harness。但你需要準備一個 LLM 的 API key（比如 OpenAI 或 Anthropic）。基本的用法是定義一個任務描述（如「登入後臺並下載本月銷售報表」），然後交給 harness 執行。它對初學者還算友好，不過要充分發揮自愈能力，還是需要理解一些配置引數，比如重試次數、超時設定、允許的 LLM 上下文長度等。建議有一定 Python 和瀏覽器自動化基礎的使用者使用。

browser-harness 並非銀彈。它對 LLM 的依賴意味著每次呼叫都有 API 成本；對於完全隨機的頁面變化（如 ID 完全隨機生成），自愈效果有限；另外，在極複雜的互動（如拖拽、Canvas 操作）上，表現不如專門的自動化框架。但考慮到它解決的問題——那些「既繁瑣又容易壞」的自動化任務——這點代價完全可以接受。

如果你是獨立開發者或小團隊，正在尋找一種低維護的瀏覽器自動化方案，browser-harness 非常值得一試。它代表了一種思路：不再用死程式碼對抗實時頁面，而是讓 AI 來擁抱變化。