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。

• Playwright Documentation：locator、auto-wait、browser context、trace 和测试断言。
• Anthropic Computer Use：computer tool 的观察与动作接口。
• browser-use：开源 Browser Agent 实现。
• WebArena：真实网页任务 benchmark。
• VisualWebArena：结合视觉理解的网页 Agent benchmark。
• OSWorld：跨桌面操作系统的多模态 Agent 环境。

建议产出：使用 Playwright 完成公开网页信息提取，保存每步 DOM、截图与动作日志，并加入弹窗、加载失败和 locator 变化测试。