微软开源Webwright，浏览器Agent跳出猜点死胡同

来源：互联网 2026-06-24 06:26:14

浏览器资讯合集

2026年5月，微软开源终端原生WebAgent框架Webwright，其核心思路是让LLM直接编写可运行的Playwright脚本，将网页操作转化为可复用Python程序，摆脱了传统单步调用大模型的局限。性能达到SOTA，在Online-Mind2Web和Odysseys基准测试中刷新开源框架最好成绩，并已适配ClaudeCode、OpenAICodex等

2026年5月，微软开源了终端原生Web Agent框架Webwright，这一消息迅速在Agent开发社区引发广泛关注。

首先明确几个核心判断：该框架的设计思路，彻底突破了传统的“单步操作”模式。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

过去绝大多数浏览器Agent遵循相似的路径：查看页面、预测下一步、点击、再预测。每一步都需要调用一次大模型。在LLM能力有限的阶段，这套逻辑确实能够正常工作。但随着模型代码生成能力不断增强，这种“小步慢跑”的设计反而成为瓶颈。

Webwright的思路截然不同，它更接近真实工程师实现自动化的方式：

让LLM直接生成可运行的Playwright脚本，将网页操作转化为可复用的Python程序。
所有状态——脚本、截图、日志——均存储在本地工作区。浏览器会话仅作为一个可随时启动、检查和丢弃的运行环境，本身不承担状态载体功能。
架构极简：核心仅三个模块，总代码量约1500行。不包含多智能体系统、图引擎、额外插件层，仅依赖四个库：httpx、pydantic、playwright、typer。

这种模式的优势在于，Agent完成任务后，留下的不是一次性操作痕迹，而是一份可直接修改、复用和分享的自动化脚本。这正是其核心价值所在。

性能达到SOTA级别

Webwright在两大主流浏览器Agent基准测试中，均刷新了当前开源框架的最佳成绩。以下为使用100步预算的测试结果：

Online-Mind2Web（包含300个真实网页任务）：使用GPT-5.4达到86.7%的准确率，为同类开源框架最高；使用Claude Opus 4.7达到84.7%，且在难例拆分上超过GPT-5.4（80.5% vs 76.6%）。
Odysseys（200个长程任务，平均需要76.1步）：使用GPT-5.4获得60.1%的完成率，较此前SOTA提升15.6个百分点，比基于坐标预测的基线GPT-5.4提升26.6个百分点。

此外，测试还发现一个有趣的现象：即使是Qwen-3.5-9B这样的小模型，配合预置工具脚本，也能在Online-Mind2Web的难例上达到66.2%的完成率。对于低成本部署场景而言，这一表现相当扎实。

微软开源Webwright，浏览器Agent跳出猜点死胡同 Odysseys长程任务评测结果对比

微软开源Webwright，浏览器Agent跳出猜点死胡同 Online-Mind2Web任务评测结果对比

生态集成与附加功能

Webwright已完成主流Agent生态的适配，无需修改现有工作流即可直接接入：

Claude Code：通过插件市场安装后，支持两个命令——/webwright:run（执行一次性任务）和/webwright:craft（生成可复用的参数化脚本）。
OpenAI Codex：同样通过插件市场安装，使用@webwright即可调用。
OpenClaw、Hermes Agent：共用同一套skill目录，加载即可使用。

此外，还有两个实用功能值得关注：

Task2UI模式：任务完成后自动将结果渲染为可交互的HTML应用，省去手动可视化步骤。
全程可审计：每次运行的轨迹、截图、日志均保存在本地，便于调试和回溯。

与同类项目的核心区别

社区中也有用户询问Webwright与browser-use、agent-browser等项目有何不同。官方给出的架构对比清晰如下：

维度	Stagehand (Browserbase)	agent-browser (Vercel)	browser-use	Webwright
范式	混合：代码自然语言原语	供其他Agent调用的CLI工具	基于DOM快照的自主LLM循环	带终端的编码Agent，浏览器只是启动的运行环境
动作空间	Playwright代码，或自然语言转译的Playwright	离散子命令（打开、点击、截图等）	LLM选择的索引式点击/输入	自由格式Python，自己写完整Playwright脚本
状态载体	浏览器会话	浏览器会话	浏览器会话	本地工作区（代码、截图、日志），浏览器可丢弃
循环形态	命令式，需要时做多步操作	每个微操作调用一次CLI	观察→预测动作→执行循环	写代码→执行→检查截图→修复代码

行业共识：Agent需跳出单步操作的局限

Webwright的设计思路在社区中获得广泛认同，许多从业者认为这代表了浏览器Agent的正确方向。

有开发者指出，绝大多数自动化的瓶颈不在动作层，而在决策循环。Playwright的点击速度已足够快，真正的问题在于“该点击什么”。如果新工具能压缩这一决策差距，那将是完全不同的品类；如果只是重新包装CDP调用，则充其量是横向移动。

FSB（Full Self Browsing）的作者Lakshman Turlapati更直接地表示：Webwright证明了方向是对的。Agent不应仅猜测下一步该点击哪里，还应将真实浏览器会话、DOM、截图、日志和恢复机制整合到同一控制层中。FSB所做的是Chrome端的MCP层，使Codex、Claude、Cursor等Agent能直接控制用户的真实Chrome，同时保留原有Cookie、扩展、登录态，并实现敏感信息不泄露、多Agent tab隔离。该方案特别适用于处理收件箱分类、客服回复、数据拉取等需要登录态的重复工作。

还有开发者表示，Webwright本质上就是面向浏览场景的编码Agent。此前手动使用“Copilot CLI Playwright MCP”搭建过类似工作流，现在终于迎来了更官方的方案，已为OpenClaw和Hermes Agent安装，用于收集AI编码的模式数据，进一步提升Agent的编程能力。

快速上手

基础运行

环境要求：Python 3.10或更高版本，Playwright安装的Chromium，以及对应后端的API密钥（OpenAI/Anthropic/OpenRouter）。

# 安装
pip install -e .
playwright install chromium

# 运行示例任务
python -m webwright.run.cli -c base.yaml -c model_openai.yaml -t "Search for flights from SEA to JFK on 2026-08-15 to 2026-08-20" --start-url https://www.google.com/flights --task-id demo_openai -o outputs/default

作为Claude Code插件安装

# 添加插件市场
/plugin marketplace add microsoft/Webwright
# 安装插件
/plugin install webwright@webwright

热游推荐

更多

DreamStudio

Android/ | AI绘图

2026-06-30

下载
Pixlr

Android/ | AI绘图

2026-06-30

下载
Playground AI

Android/ | AI绘图

2026-06-30

下载
Adobe Firefly

Android/ | AI绘图

2026-06-30

下载
Canva AI

Android/ | AI绘图

2026-06-30

下载
Ideogram

Android/ | AI绘图

2026-06-30

下载
Leonardo AI

Android/ | AI绘图

2026-06-30

下载
Stable Diffusion

Android/ | AI绘图

2026-06-30

下载

微软开源Webwright，浏览器Agent跳出猜点死胡同

性能达到SOTA级别

生态集成与附加功能

与同类项目的核心区别

行业共识：Agent需跳出单步操作的局限

快速上手

基础运行

作为Claude Code插件安装

相关链接

相关攻略

同类更新

热游推荐

精彩专题