技能介绍

点击式自动化为什么不够可靠

逐点击（click-by-click）的浏览器自动化在真实站点面前非常脆弱：DOM 一点小变化、一个弹窗、一段异步加载，都可能让脚本突然失效。涉及登录、跨页状态传递的多步流程（结账向导、多页表单）维护成本更是迅速失控。Webwright 用代码即动作（code-as-action）的思路解决这个问题：LLM 负责编写并执行 Playwright 脚本，驱动真实 Chromium 浏览器，而不是一步步模拟点击。

技能如何工作

LLM 接收带范围的 -t 任务与 --start-url，生成一份 Playwright Python 脚本。
脚本在真实 Chromium 上运行，动作可重复：生成的 final_script.py 作为产物保留，之后可以直接重跑。
每次运行产出 plan.md、步骤日志与 final_runs/run_* 下的截图，出问题时能审计 agent 到底做了什么。
支持 -c 配置叠加，例如 -c agent.step_limit=20 可限制 agent 的步骤预算。
模型后端可选 model_openai.yaml、model_claude.yaml 或 model_openrouter.yaml，挑环境中已有对应 API key 的那一个即可。

适用边界与注意点

适合多步流程：登录、向导、结账、跨页面传递状态。
不适合简单的单页读取或抽取——用 web_fetch 或内置网页工具就够了。
浏览器会对线上站点执行真实操作并消耗 API token，只应在用户授权的任务与站点上运行。
绝不把秘密写进 -t 任务文本：任务会发给模型提供商，并记录进运行产物（轨迹、日志、进程参数）。需要登录的任务通过环境变量传凭证，并告知 agent 读取哪些变量名。
-o 输出目录必须指向当前 workspace 内部，绝不要写进 OpenClaw 状态目录。