HyperAgent

收录理由

维护过Playwright或Selenium测试套件的人，多半经历过这种痛苦：页面挪了个按钮，改了个CSS类名，精心编写的选择器就全部失效。HyperAgent在Playwright之上引入大语言模型，让你直接用自然语言描述目标，比如查询从迈阿密到新奥尔良的航班路线，模型会自行判断该操作哪些元素。它把任务拆成两类：点击、填表这类短小的单步动作，以及需要结合截图判断的多步长任务，在DOM信息不明确时尤为实用。项目还提供带类型定义的结构化数据抽取，内置MCP客户端，可以把结果推送到Google Sheets等工具；动作缓存功能则能按记录重放工作流，省去重复调用LLM的开销。如果你的自动化脚本经常因为细小的界面改动而崩溃，与其逐条手写选择器，不如试着把目标讲清楚，这个项目提供了不错的折中方案。