flowchart LR
N0["01 页面观察"]
N1["02 动作选择"]
N2["03 可靠定位"]
N3["04 等待与验证"]
N4["05 失败恢复"]
N5["06 日志与评测"]
N0 --> N1 --> N2 --> N3 --> N4 --> N5
Browser Runtime
现代 Agent Engineering 学习路线：Browser Runtime
0 子目录4 文档
CHAPTER OVERVIEW · 章节概览
先观察当前页面，再选择可验证的动作；用稳定定位、等待条件和失败恢复组织循环，并保留评测证据。
本章学习路线
箭头表示建议的学习顺序；先理解问题，再逐步进入实现与实践。
按顺序学习
4Browser Agent 的观察—动作循环网页上的按钮可能还没加载，也可能被弹窗遮住。Browser Agent 必须根据当前页面决定动作，并在操作后重新观察。下面把 DOM、截图与页面状态放在同一轮循环里理解。Playwright 可靠操作与失败恢复一条点击命令成功返回，不一定意味着业务操作已经完成。先选稳定的定位方式，再等待明确的页面结果；遇到失败时，检查当前状态而不是盲目重放所有步骤。下面按这个顺序组织 Playwright 操作。截图、DOM、动作日志与 Browser Agent 评测截图适合看页面外观，DOM 适合定位结构，动作日志则说明刚才做过什么。单独一种记录通常不足以复盘浏览器任务。下面把三者对应到同一步操作，再看怎样用于评测和排错。Browser Agent 推荐阅读浏览器自动化可以先练习打开页面、定位一个控件、读取结果。每一步都观察页面是否真的进入预期状态，再加入弹窗、加载失败等情况。下面的资料用于理解这种交互过程，不只是收集点击命令。