做过 RPA 或者爬虫的兄弟都知道，最痛苦的不是写脚本，而是维护。前端稍微改个 class 名，或者弹窗位置变一下，脚本直接暴毙。
最近琢磨了个新路子，与其写死代码，不如让 AI 看着我做一遍。
所以我搞了这个项目 —— Exogram 。
核心逻辑：
录制： 你正常操作一遍业务（比如在若依后台查数据）。
蒸馏： 它是把你的操作“翻译”成自然语言逻辑（“点击那个代表‘查询’的蓝色按钮，如果有验证码就暂停”）。
回放： 下次执行时，Agent 是带着“脑子”去找元素的，而不是死记坐标。即使 UI 变了，只要语义没变，它就能搞定。
现状： 目前是 MVP 版本（最小可行性产品），基于 browser-use 改造。代码还比较粗糙，但在复杂的后台系统上已经能跑通了。
项目地址： [https://github.com/qingshanyuluo/exogram] (README 里有个 Demo video ，四倍速，可以看到它思考的过程)
主要想验证下这个思路，感兴趣的大佬给个 Star 或者提个 PR ，轻喷！
目前尚无回复
Select Language