企业官网建设流程全解析

如何零代码搞定浏览器自动化：Hermes Agent 竞品网页数据采集实战

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent

每天早上，我都要打开三个竞品页面，把价格抄进表格，半小时就没了。现在这件事交给了 Hermes Agent 的浏览器自动化模块：它自己打开网页、读懂快照、点按钮、填表单，我只要描述一句需求。

本地模式装 Hermes Agent 浏览器自动化

默认走本地模式，零成本，底层是 headless Chromium。装 CLI 再下载一次浏览器即可：

npm install -g agent-browser agent-browser install # Debian/Ubuntu/Docker 可加 --with-deps

装完第一次导航，本机大概 3 秒返回快照。如果不想维护本地浏览器，把BROWSERBASE_API_KEY、BROWSERBASE_PROJECT_ID或BROWSER_USE_API_KEY放进环境变量就行。系统会自动检测可用凭据并选择后端，不用手动切换。

下一个难点是怎么让 agent 读懂一个页面。

浏览器自动化核心四步：快照、定位、输入、滚动

我的日常任务是竞品日报：每天抓两个竞品的商品名、价格和活动信息。整个流程只用到四个调用。

from tools.browser_tool import browser_navigate, browser_snapshot, browser_click, browser_scroll tid = "daily_report_acme" # 每个任务唯一 ID，会话互相隔离 browser_navigate("https://shop.acme-gadget.com/robot-vacuum", task_id=tid) page = browser_snapshot(task_id=tid) # 快照里每个可交互元素带 @e 编号 browser_click("@e7", task_id=tid) # @e7：切到"每日特惠"标签 browser_scroll("down", task_id=tid) # 滚到底部拿完整参数表

快照是理解一切的钥匙。full=False只列交互元素，够日常用；页面内容多时换full=True拿全量。我第一次跑通时就卡在引用上：@e3点不动，后来发现是页面跳转后旧编号失效了，重拍一张快照才好。

表单输入同理。browser_type会自动清空原内容再输入，配合browser_key("Enter")提交。task_id 建议写得有含义，比如daily_report_acme_0619，出问题时一眼能对上是哪天哪个源。

同一个 task_id 会复用同一会话，所以多步骤操作别换 ID。

进阶：视觉分析处理复杂页面

快照是文本，遇到图表和截图类内容就不好使了。这时用browser_vision直接问视觉模型：

from tools.browser_tool import browser_vision, browser_screenshot answer = browser_vision("这个报价单里总价和折扣各是多少？", task_id="daily_report_acme") img = browser_screenshot(task_id="daily_report_acme") # 截图留档

图表读数、验证码识别、布局判断都走这条路。另外两个工具我偶尔用：browser_get_images批量拿页面图片 URL 和 alt 文本，browser_console看控制台报错或执行一行 JS。用完想立刻释放资源，调一次browser_close即可，不调也没关系。

坑与对策

@e 引用点不中。页面跳转或刷新后，旧快照的编号就作废了。操作前重新执行一次browser_snapshot，拿新编号再点。

⏱ 闲置几分钟操作失败。会话默认 300 秒不活动就自动释放，可以用环境变量BROWSER_INACTIVITY_TIMEOUT调大。关键步骤加一层重试，失败后带原 task_id 重连。

访问竞品被拦。headless 浏览器容易被识别。换云模式开隐身和代理，同时把请求频率降下来；抓数据时留意目标站的 robots 条款，别踩线。

收尾

浏览器自动化把"手动抄数据"变成一句话任务。下一步：装好本地模式，挑一个你每天要看的页面跑通它。

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent