用途:提供自主浏览器控制,支持录制与回放工作流(Cowork 式技能录制),可触发“control my screen”“record a workflow”“verify Lovable”“test scraper”等场景,并内置破产法拍(foreclosure)领域查询技能。
主要能力:录制技能(捕获导航、点击、输入事件及推断的成功条件);回放技能并注入变量;并行执行多个技能,每任务独立浏览器上下文(max_parallel 默认 5);通过无障碍树而非截图获取 DOM 结构;用自然语言查找元素;错误恢复按 data-testid、aria-label、role+text、ID、原选择器、文本多级回退。官方称采用 CDP + 无障碍树、纯文本 token、50-200ms 速度,并集成智能路由,多数操作使用免费模型层。
使用方式:需安装 playwright(pip install playwright --break-system-packages)及 playwright install chromium。可通过 Python 导入 ScreenControlOperatorV3 调用 launch、record_skill、save_skill、play_skill_file、lookup_beca_case、lookup_bcpao_property、search_acclaimweb_liens 等;也可用 CLI(python screen_control_operator_v3.py record/play/beca/bcpao/inspect 等命令)。预置技能包括 BECA 案件查询、BCPAO 房产、抵押权搜索、拍卖列表。提供 GitHub Actions 定时运行示例。
适用场景:浏览器自动化测试、DOM 选择器调试、页面结构检查、爬虫验证、法拍相关查询、批量并行任务。
限制:资料未提供价格、授权、平台支持范围、准确率实测数据及实际部署要求;多项对比与可靠性数值为项目自述,未经独立验证;需自备 Playwright 与 Chromium 环境。