browser-agent

收录理由

Magnitude 通过直接观察屏幕来驱动浏览器：它把实时截图交给视觉模型，由模型基于像素坐标规划操作，这种方式处理现代复杂界面时，往往比依赖页面结构的脚本更稳定。你只需一条自然语言指令，就能把卡片拖到项目看板的其他列，同一个引擎也能从页面中提取符合 zod 模式的结构化数据，既支持高层目标，也支持精细的低层操作。它同时内置了带视觉断言的测试运行器，既能用于端到端的 Web 测试，也能完成像在没有 API 的两个应用间搬运数据这样的临时任务。由于底层基于 Playwright，想要更精细控制的开发者可以直接操作底层的页面和上下文对象。