完整项目实战:使用 Playwright MCP 构建网页交互 AI 助手教程

项目概述:打造智能网页操作助手

在本教程中,我们将构建一个完整的、能够实际交互网页的AI助手。这个助手不仅能理解自然语言指令,还能通过 Playwright MCP 执行复杂的网页操作。我们将从零开始,搭建一个功能完备的系统,涵盖从环境配置到实际部署的全流程。

项目目标

构建一个能够执行以下任务的AI助手:

  • 自动登录网站并处理认证
  • 填写复杂表单和交互元素
  • 提取、分析和结构化网页数据
  • 处理多步骤工作流程
  • 应对网页异常和动态内容

一、项目架构设计

技术栈选择

  • 后端框架: Node.js + Express
  • 浏览器自动化: Playwright
  • AI 模型集成: Anthropic Claude API
  • 协议层: 自定义 MCP (Model Context Protocol) Server
  • 前端界面: React + Tailwind CSS
  • 数据库: SQLite (用于会话存储)
  • 任务队列: Bull (用于异步任务处理)

系统架构

用户界面 (React)
   ↓ (HTTP/REST API)
后端服务器 (Express + AI 路由)
   ↓ (MCP 协议)
Playwright MCP Server
   ↓ (浏览器控制)
Chromium/Firefox 实例

二、环境准备与项目初始化

步骤1:创建项目结构

mkdir ai-web-assistant
cd ai-web-assistant
mkdir -p src/{mcp,ai,routes,models,utils} public/{css,js} tests
touch package.json server.js .env.example README.md

步骤2:定义项目依赖

创建 package.json

{
 "name": "ai-web-assistant",
"version": "1.0.0",
"type": "module",
"scripts": {
   "start": "node server.js",
   "dev": "nodemon server.js",
   "test": "jest",
   "mcp:dev": "node src/mcp/server.js"
 },
"dependencies": {
   "express": "^4.18.2",
   "cors": "^2.8.5",
   "dotenv": "^16.3.0",
   "playwright": "^1.40.0",
   "@anthropic-ai/sdk": "^0.7.0",
   "sqlite3": "^5.1.6",
   "bull": "^4.11.0",
   "express-rate-limit": "^7.1.0",
   "helmet": "^7.0.0"
 },
"devDependencies": {
   "nodemon": "^3.0.0",
   "jest": "^29.6.0"
 }
}

运行 npm install 安装依赖。

步骤3:环境配置

创建 .env 文件:

# API 配置
ANTHROPIC_API_KEY=your_anthropic_api_key_here
PORT=3000
NODE_ENV=development

# 浏览器配置
BROWSER_TYPE=chromium
HEADLESS_MODE=false
BROWSER_TIMEOUT=30000

# 数据库配置
DB_PATH=./data/sessions.db

# 安全配置
SESSION_SECRET=your_session_secret_here
RATE_LIMIT_WINDOW=900000
RATE_LIMIT_MAX=100

三、核心模块实现

1. Playwright MCP Server 实现

创建 src/mcp/server.js

import { chromium, firefox, webkit } from'playwright';
import { EventEmitter } from'events';

class PlaywrightMCPServer extends EventEmitter {
constructor(config = {}) {
   super();
   this.config = {
     browserType: config.browserType || 'chromium',
     headless: config.headless !== false,
     timeout: config.timeout || 30000,
     ...config
   };
   this.browser = null;
   this.context = null;
   this.page = null;
   this.isInitialized = false;
   this.sessionId = null;
 }

// 初始化浏览器实例
async initialize(sessionId = null) {
   try {
     this.sessionId = sessionId || `session_${Date.now()}`;
     
     const browserMap = { chromium, firefox, webkit };
     const BrowserClass = browserMap[this.config.browserType] || chromium;
     
     this.browser = await BrowserClass.launch({
       headless: this.config.headless,
       timeout: this.config.timeout,
       args: ['--no-sandbox', '--disable-dev-shm-usage']
     });
     
     this.context = awaitthis.browser.newContext({
       viewport: { width: 1280, height: 720 },
       userAgent: 'AI-Web-Assistant/1.0',
       acceptDownloads: true,
       ignoreHTTPSErrors: true
     });
     
     // 添加页面错误处理
     this.context.on('page', page => {
       page.on('pageerror', error => {
         this.emit('pageError', { sessionId: this.sessionId, error });
       });
     });
     
     this.page = awaitthis.context.newPage();
     
     // 设置默认超时
     this.page.setDefaultTimeout(this.config.timeout);
     this.page.setDefaultNavigationTimeout(this.config.timeout * 2);
     
     this.isInitialized = true;
     this.emit('initialized', { sessionId: this.sessionId });
     
     return {
       success: true,
       message: 'Playwright MCP Server initialized successfully',
       sessionId: this.sessionId
     };
   } catch (error) {
     console.error('Failed to initialize Playwright:', error);
     this.emit('error', error);
     return { success: false, error: error.message };
   }
 }

// 工具定义 - MCP 协议核心
 getTools() {
   return {
     navigate: {
       name: 'navigate',
       description: 'Navigate to a specific URL',
       parameters: {
         url: {
           type: 'string',
           description: 'The URL to navigate to'
         },
         waitUntil: {
           type: 'string',
           description: 'When to consider navigation successful',
           enum: ['load', 'domcontentloaded', 'networkidle'],
           default: 'networkidle'
         }
       }
     },
     click: {
       name: 'click',
       description: 'Click on an element using CSS selector, XPath, or text',
       parameters: {
         selector: {
           type: 'string',
           description: 'CSS selector, XPath, or text to identify the element'
         },
         selectorType: {
           type: 'string',
           description: 'Type of selector: css, xpath, or text',
           enum: ['css', 'xpath', 'text'],
           default: 'css'
         },
         waitForNavigation: {
           type: 'boolean',
           description: 'Whether to wait for navigation after click',
           default: false
         }
       }
     },
     fill_form: {
       name: 'fill_form',
       description: 'Fill a form with multiple fields',
       parameters: {
         fields: {
           type: 'object',
           description: 'Object mapping selectors to values'
         }
       }
     },
     extract_data: {
       name: 'extract_data',
       description: 'Extract structured data from the page',
       parameters: {
         schema: {
           type: 'object',
           description: 'Schema defining what data to extract'
         }
       }
     },
     wait_for_element: {
       name: 'wait_for_element',
       description: 'Wait for an element to appear',
       parameters: {
         selector: {
           type: 'string',
           description: 'CSS selector for the element'
         },
         state: {
           type: 'string',
           description: 'Element state to wait for',
           enum: ['attached', 'detached', 'visible', 'hidden'],
           default: 'visible'
         },
         timeout: {
           type: 'number',
           description: 'Timeout in milliseconds',
           default: 10000
         }
       }
     },
     screenshot: {
       name: 'screenshot',
       description: 'Take a screenshot for debugging',
       parameters: {
         fullPage: {
           type: 'boolean',
           description: 'Whether to capture full page',
           default: false
         }
       }
     },
     get_page_info: {
       name: 'get_page_info',
       description: 'Get comprehensive information about the current page'
     }
   };
 }

// 工具执行引擎
async executeTool(toolName, parameters = {}) {
   if (!this.isInitialized) {
     thrownewError('Playwright not initialized. Call initialize() first.');
   }

   try {
     let result;
     
     switch (toolName) {
       case'navigate':
         result = awaitthis.navigateToUrl(parameters.url, parameters.waitUntil);
         break;
         
       case'click':
         result = awaitthis.clickElement(parameters.selector, parameters.selectorType, parameters.waitForNavigation);
         break;
         
       case'fill_form':
         result = awaitthis.fillForm(parameters.fields);
         break;
         
       case'extract_data':
         result = awaitthis.extractData(parameters.schema);
         break;
         
       case'wait_for_element':
         result = awaitthis.waitForElement(parameters.selector, parameters.state, parameters.timeout);
         break;
         
       case'screenshot':
         result = awaitthis.takeScreenshot(parameters.fullPage);
         break;
         
       case'get_page_info':
         result = awaitthis.getPageInfo();
         break;
         
       default:
         thrownewError(`Unknown tool: ${toolName}`);
     }
     
     this.emit('toolExecuted', {
       sessionId: this.sessionId,
       toolName,
       parameters,
       result
     });
     
     return { success: true, data: result };
     
   } catch (error) {
     console.error(`Tool execution failed: ${toolName}`, error);
     this.emit('toolError', {
       sessionId: this.sessionId,
       toolName,
       parameters,
       error: error.message
     });
     
     return {
       success: false,
       error: error.message,
       suggestion: this.getErrorSuggestion(error.message)
     };
   }
 }

// 具体的工具实现方法
async navigateToUrl(url, waitUntil = 'networkidle') {
   if (!url.startsWith('http')) {
     url = 'https://' + url;
   }
   
   const response = awaitthis.page.goto(url, {
     waitUntil,
     timeout: this.config.timeout
   });
   
   return {
     url: this.page.url(),
     status: response?.status(),
     title: awaitthis.page.title(),
     finalUrl: this.page.url()
   };
 }

async clickElement(selector, selectorType = 'css', waitForNavigation = false) {
   let element;
   
   switch (selectorType) {
     case'css':
       element = this.page.locator(selector);
       break;
     case'xpath':
       element = this.page.locator(`xpath=${selector}`);
       break;
     case'text':
       element = this.page.getByText(selector, { exact: false });
       break;
     default:
       thrownewError(`Unsupported selector type: ${selectorType}`);
   }
   
   await element.waitFor({ state: 'visible' });
   
   if (waitForNavigation) {
     awaitPromise.all([
       this.page.waitForNavigation({ waitUntil: 'networkidle' }),
       element.click()
     ]);
   } else {
     await element.click();
   }
   
   return {
     success: true,
     element: awaitthis.getElementInfo(element)
   };
 }

async fillForm(fields) {
   const results = {};
   
   for (const [selector, value] ofObject.entries(fields)) {
     try {
       const element = this.page.locator(selector);
       await element.waitFor({ state: 'visible' });
       await element.fill(value);
       results[selector] = { success: true, value };
     } catch (error) {
       results[selector] = { success: false, error: error.message };
     }
   }
   
   return results;
 }

async extractData(schema) {
   const data = {};
   
   for (const [key, config] ofObject.entries(schema)) {
     try {
       const { selector, type = 'text', attribute } = config;
       const element = this.page.locator(selector);
       
       switch (type) {
         case'text':
           data[key] = await element.textContent();
           break;
         case'attribute':
           data[key] = await element.getAttribute(attribute);
           break;
         case'multiple':
           data[key] = await element.allTextContents();
           break;
         default:
           data[key] = await element.textContent();
       }
     } catch (error) {
       data[key] = null;
     }
   }
   
   return data;
 }

async getElementInfo(element) {
   try {
     const boundingBox = await element.boundingBox();
     const isVisible = await element.isVisible();
     
     return {
       visible: isVisible,
       boundingBox,
       tagName: await element.evaluate(el => el.tagName.toLowerCase())
     };
   } catch (error) {
     return { error: error.message };
   }
 }

async takeScreenshot(fullPage = false) {
   const screenshot = awaitthis.page.screenshot({
     fullPage,
     type: 'png'
   });
   
   return {
     screenshot: screenshot.toString('base64'),
     type: 'png',
     fullPage
   };
 }

async getPageInfo() {
   return {
     url: this.page.url(),
     title: awaitthis.page.title(),
     content: awaitthis.page.content(),
     viewport: this.page.viewportSize()
   };
 }

// 错误处理和建议
 getErrorSuggestion(errorMessage) {
   const suggestions = {
     'timeout': '尝试增加等待时间或检查网络连接',
     'element not found': '检查选择器是否正确,或等待元素加载',
     'navigation failed': '检查URL是否正确,或网站是否可访问',
     'target closed': '浏览器页面已关闭,需要重新初始化'
   };
   
   for (const [key, suggestion] ofObject.entries(suggestions)) {
     if (errorMessage.toLowerCase().includes(key)) {
       return suggestion;
     }
   }
   
   return'请检查网络连接和页面状态后重试';
 }

// 清理资源
async cleanup() {
   try {
     if (this.page) {
       awaitthis.page.close();
     }
     if (this.context) {
       awaitthis.context.close();
     }
     if (this.browser) {
       awaitthis.browser.close();
     }
     
     this.isInitialized = false;
     this.emit('cleanedUp', { sessionId: this.sessionId });
     
     return { success: true, message: 'Resources cleaned up successfully' };
   } catch (error) {
     console.error('Cleanup failed:', error);
     return { success: false, error: error.message };
   }
 }
}

exportdefault PlaywrightMCPServer;

2. AI 处理模块

创建 src/ai/handler.js

import Anthropic from'@anthropic-ai/sdk';
import PlaywrightMCPServer from'../mcp/server.js';

class AIHandler {
constructor(apiKey) {
   this.anthropic = new Anthropic({ apiKey });
   this.mcpServer = new PlaywrightMCPServer();
   this.conversationHistory = newMap();
 }

// 初始化会话
async initializeSession(sessionId) {
   const result = awaitthis.mcpServer.initialize(sessionId);
   
   if (!this.conversationHistory.has(sessionId)) {
     this.conversationHistory.set(sessionId, []);
   }
   
   return result;
 }

// 处理用户指令
async processInstruction(sessionId, instruction, context = {}) {
   try {
     const history = this.conversationHistory.get(sessionId) || [];
     
     // 构建系统提示词
     const systemPrompt = this.buildSystemPrompt(context);
     
     // 获取可用工具
     const availableTools = this.mcpServer.getTools();
     
     // 调用 Claude 模型
     const message = awaitthis.anthropic.messages.create({
       model: "claude-3-sonnet-20240229",
       max_tokens: 4096,
       system: systemPrompt,
       messages: [
         ...history,
         { role: "user", content: instruction }
       ],
       tools: Object.values(availableTools)
     });
     
     let finalResponse = '';
     let currentMessage = message;
     
     // 处理工具调用
     while (currentMessage.content.some(item => item.type === 'tool_use')) {
       const toolResults = [];
       
       for (const contentItem of currentMessage.content) {
         if (contentItem.type === 'tool_use') {
           const toolName = contentItem.name;
           const parameters = contentItem.input;
           
           // 执行工具
           const toolResult = awaitthis.mcpServer.executeTool(toolName, parameters);
           toolResults.push({
             type: 'tool_result',
             tool_use_id: contentItem.id,
             content: JSON.stringify(toolResult)
           });
         }
       }
       
       // 继续对话
       currentMessage = awaitthis.anthropic.messages.create({
         model: "claude-3-sonnet-20240229",
         max_tokens: 4096,
         messages: [
           ...history,
           { role: "user", content: instruction },
           { role: "assistant", content: currentMessage.content },
           { role: "user", content: toolResults }
         ],
         tools: Object.values(availableTools)
       });
     }
     
     // 提取最终响应
     const textContent = currentMessage.content.find(item => item.type === 'text');
     finalResponse = textContent ? textContent.text : '操作完成';
     
     // 更新对话历史
     history.push(
       { role: "user", content: instruction },
       { role: "assistant", content: currentMessage.content }
     );
     
     // 保持最近10轮对话
     if (history.length > 20) {
       history.splice(0, 4);
     }
     
     return {
       success: true,
       response: finalResponse,
       sessionId
     };
     
   } catch (error) {
     console.error('AI processing failed:', error);
     return {
       success: false,
       error: error.message,
       sessionId
     };
   }
 }

// 构建系统提示词
 buildSystemPrompt(context) {
   return`你是一个专业的网页操作助手,可以通过浏览器自动化工具执行各种网页任务。

你的能力包括:
- 导航到指定网址
- 点击按钮和链接
- 填写表单和输入框
- 提取网页数据
- 等待页面加载
- 处理复杂交互

重要指导原则:
1. 在执行操作前先分析页面结构
2. 使用合适的选择器定位元素
3. 处理可能出现的错误和异常
4. 提供清晰的操作反馈
5. 对于复杂任务,分解为多个步骤执行

当前上下文:${JSON.stringify(context)}

请谨慎操作,确保每一步都正确执行。如果遇到错误,请分析原因并提供解决方案。`;
 }

// 获取会话历史
 getSessionHistory(sessionId) {
   returnthis.conversationHistory.get(sessionId) || [];
 }

// 清理会话
async cleanupSession(sessionId) {
   this.conversationHistory.delete(sessionId);
   returnawaitthis.mcpServer.cleanup();
 }
}

exportdefault AIHandler;

3. Express 服务器和路由

创建 server.js

import express from'express';
import cors from'cors';
import helmet from'helmet';
import rateLimit from'express-rate-limit';
import dotenv from'dotenv';
import AIHandler from'./src/ai/handler.js';

// 加载环境变量
dotenv.config();

const app = express();
const PORT = process.env.PORT || 3000;

// 初始化 AI 处理器
const aiHandler = new AIHandler(process.env.ANTHROPIC_API_KEY);

// 中间件配置
app.use(helmet());
app.use(cors());
app.use(express.json({ limit: '10mb' }));

// 速率限制
const limiter = rateLimit({
windowMs: parseInt(process.env.RATE_LIMIT_WINDOW) || 15 * 60 * 1000,
max: parseInt(process.env.RATE_LIMIT_MAX) || 100,
message: '请求过于频繁,请稍后再试'
});
app.use(limiter);

// 会话存储
const sessions = newMap();

// API 路由

// 健康检查
app.get('/health', (req, res) => {
 res.json({ status: 'ok', timestamp: newDate().toISOString() });
});

// 初始化会话
app.post('/api/session/init', async (req, res) => {
try {
   const sessionId = req.body.sessionId || `session_${Date.now()}_${Math.random().toString(36).substr(2, 9)}`;
   
   const result = await aiHandler.initializeSession(sessionId);
   
   if (result.success) {
     sessions.set(sessionId, {
       createdAt: newDate(),
       lastActivity: newDate()
     });
     
     res.json({
       success: true,
       sessionId,
       message: '会话初始化成功'
     });
   } else {
     res.status(500).json({
       success: false,
       error: result.error
     });
   }
 } catch (error) {
   console.error('Session init error:', error);
   res.status(500).json({
     success: false,
     error: error.message
   });
 }
});

// 处理用户指令
app.post('/api/instruction', async (req, res) => {
try {
   const { sessionId, instruction, context = {} } = req.body;
   
   if (!sessionId || !instruction) {
     return res.status(400).json({
       success: false,
       error: '缺少必要参数:sessionId 和 instruction'
     });
   }
   
   // 更新会话活动时间
   const session = sessions.get(sessionId);
   if (session) {
     session.lastActivity = newDate();
   }
   
   const result = await aiHandler.processInstruction(sessionId, instruction, context);
   
   res.json(result);
   
 } catch (error) {
   console.error('Instruction processing error:', error);
   res.status(500).json({
     success: false,
     error: error.message
   });
 }
});

// 获取会话历史
app.get('/api/session/:sessionId/history', (req, res) => {
const { sessionId } = req.params;
const history = aiHandler.getSessionHistory(sessionId);

 res.json({
   success: true,
   sessionId,
   history
 });
});

// 清理会话
app.delete('/api/session/:sessionId', async (req, res) => {
try {
   const { sessionId } = req.params;
   
   const result = await aiHandler.cleanupSession(sessionId);
   sessions.delete(sessionId);
   
   res.json({
     success: true,
     sessionId,
     message: '会话清理成功'
   });
 } catch (error) {
   console.error('Session cleanup error:', error);
   res.status(500).json({
     success: false,
     error: error.message
   });
 }
});

// 会话清理任务(定期清理过期会话)
setInterval(() => {
const now = newDate();
const SESSION_TIMEOUT = 30 * 60 * 1000; // 30分钟

for (const [sessionId, session] of sessions.entries()) {
   if (now - session.lastActivity > SESSION_TIMEOUT) {
     console.log(`清理过期会话: ${sessionId}`);
     aiHandler.cleanupSession(sessionId);
     sessions.delete(sessionId);
   }
 }
}, 5 * 60 * 1000); // 每5分钟检查一次

// 错误处理中间件
app.use((error, req, res, next) => {
console.error('Unhandled error:', error);
 res.status(500).json({
   success: false,
   error: '服务器内部错误'
 });
});

// 404 处理
app.use('*', (req, res) => {
 res.status(404).json({
   success: false,
   error: '接口不存在'
 });
});

// 启动服务器
app.listen(PORT, () => {
console.log(`AI Web Assistant 服务器运行在端口 ${PORT}`);
console.log(`环境: ${process.env.NODE_ENV}`);
});

exportdefault app;

四、前端界面实现

创建 public/index.html

<!DOCTYPE html>
<html lang="zh-CN">
<head>
   <meta charset="UTF-8">
   <meta name="viewport" content="width=device-width, initial-scale=1.0">
   <title>AI 网页操作助手</title>
   <script src="https://cdn.tailwindcss.com"></script>
   <style>
       .message-user { background-color: #3b82f6; color: white; }
       .message-assistant { background-color: #e5e7eb; color: #374151; }
       .typing-indicator { display: inline-block; }
       .typing-dot {
           display: inline-block;
           width: 8px; height: 8px;
           background-color: #9ca3af;
           border-radius: 50%;
           margin: 02px;
           animation: typing 1.4s infinite ease-in-out;
       }
       .typing-dot:nth-child(1) { animation-delay: -0.32s; }
       .typing-dot:nth-child(2) { animation-delay: -0.16s; }
       @keyframes typing {
           0%, 80%, 100% { transform: scale(0); }
           40% { transform: scale(1); }
       }
   </style>
</head>
<body class="bg-gray-100 min-h-screen">
   <div class="container mx-auto px-4 py-8 max-w-4xl">
       <!-- 头部 -->
       <header class="text-center mb-8">
           <h1 class="text-3xl font-bold text-gray-800 mb-2">AI 网页操作助手</h1>
           <p class="text-gray-600">使用自然语言指令自动化网页操作</p>
       </header>

       <!-- 主界面 -->
       <div class="bg-white rounded-lg shadow-lg overflow-hidden">
           <!-- 会话控制 -->
           <div class="bg-gray-800 text-white p-4 flex justify-between items-center">
               <div>
                   <span id="sessionStatus" class="text-sm">未连接</span>
               </div>
               <div class="space-x-2">
                   <button id="initSession" class="bg-green-600 hover:bg-green-700 px-4 py-2 rounded text-sm">
                       开始新会话
                   </button>
                   <button id="clearSession" class="bg-red-600 hover:bg-red-700 px-4 py-2 rounded text-sm" disabled>
                       结束会话
                   </button>
               </div>
           </div>

           <!-- 聊天区域 -->
           <div class="h-96 overflow-y-auto p-4 space-y-4" id="chatMessages">
               <div class="text-center text-gray-500 py-8">
                   发送指令开始与AI助手对话
               </div>
           </div>

           <!-- 输入区域 -->
           <div class="border-t p-4">
               <div class="flex space-x-2">
                   <input
                       type="text"
                       id="instructionInput"
                       placeholder="输入你的指令,例如:打开百度并搜索AI最新进展..."
                       class="flex-1 border rounded-lg px-4 py-2 focus:outline-none focus:ring-2 focus:ring-blue-500"
                       disabled
                   >
                   <button
                       id="sendButton"
                       class="bg-blue-600 hover:bg-blue-700 text-white px-6 py-2 rounded-lg disabled:bg-gray-400 disabled:cursor-not-allowed"
                       disabled
                   >
                       发送
                   </button>
               </div>
               <div class="mt-2 text-sm text-gray-500">
                   <p>示例指令:</p>
                   <div class="flex flex-wrap gap-2 mt-1">
                       <button class="example-instruction text-xs bg-gray-200 hover:bg-gray-300 px-2 py-1 rounded" data-instruction="打开百度首页">打开百度</button>
                       <button class="example-instruction text-xs bg-gray-200 hover:bg-gray-300 px-2 py-1 rounded" data-instruction="搜索今天的热门新闻">搜索新闻</button>
                       <button class="example-instruction text-xs bg-gray-200 hover:bg-gray-300 px-2 py-1 rounded" data-instruction="提取当前页面的所有标题">提取标题</button>
                   </div>
               </div>
           </div>
       </div>

       <!-- 会话信息 -->
       <div class="mt-4 bg-white rounded-lg shadow p-4">
           <h3 class="font-semibold mb-2">会话信息</h3>
           <div class="text-sm space-y-1">
               <div>会话ID: <span id="sessionIdDisplay" class="font-mono">-</span></div>
               <div>状态: <span id="connectionStatus">未连接</span></div>
               <div>消息数: <span id="messageCount">0</span></div>
           </div>
       </div>
   </div>

   <script>
       class AIAssistant {
           constructor() {
               this.sessionId = null;
               this.isConnected = false;
               this.messageCount = 0;
               
               this.initializeElements();
               this.attachEventListeners();
           }

           initializeElements() {
               this.sessionStatus = document.getElementById('sessionStatus');
               this.sessionIdDisplay = document.getElementById('sessionIdDisplay');
               this.connectionStatus = document.getElementById('connectionStatus');
               this.messageCountDisplay = document.getElementById('messageCount');
               this.chatMessages = document.getElementById('chatMessages');
               this.instructionInput = document.getElementById('instructionInput');
               this.sendButton = document.getElementById('sendButton');
               this.initSessionBtn = document.getElementById('initSession');
               this.clearSessionBtn = document.getElementById('clearSession');
           }

           attachEventListeners() {
               this.initSessionBtn.addEventListener('click', () => this.initializeSession());
               this.clearSessionBtn.addEventListener('click', () => this.clearSession());
               this.sendButton.addEventListener('click', () => this.sendInstruction());
               this.instructionInput.addEventListener('keypress', (e) => {
                   if (e.key === 'Enter') this.sendInstruction();
               });

               // 示例指令点击事件
               document.querySelectorAll('.example-instruction').forEach(btn => {
                   btn.addEventListener('click', (e) => {
                       this.instructionInput.value = e.target.dataset.instruction;
                       this.sendInstruction();
                   });
               });
           }

           async initializeSession() {
               try {
                   this.showLoading('正在初始化会话...');
                   
                   const response = await fetch('/api/session/init', {
                       method: 'POST',
                       headers: { 'Content-Type': 'application/json' },
                       body: JSON.stringify({})
                   });

                   const data = await response.json();

                   if (data.success) {
                       this.sessionId = data.sessionId;
                       this.isConnected = true;
                       this.messageCount = 0;
                       
                       this.updateUI();
                       this.addMessage('system', '会话已初始化,你可以开始发送指令了。');
                   } else {
                       thrownewError(data.error);
                   }
               } catch (error) {
                   this.addMessage('error', `初始化失败: ${error.message}`);
               } finally {
                   this.hideLoading();
               }
           }

           async sendInstruction() {
               const instruction = this.instructionInput.value.trim();
               if (!instruction || !this.isConnected) return;

               // 添加用户消息
               this.addMessage('user', instruction);
               this.instructionInput.value = '';
               
               // 显示输入状态
               const thinkingMessage = this.addMessage('assistant', '');
               this.showTypingIndicator(thinkingMessage);

               try {
                   const response = await fetch('/api/instruction', {
                       method: 'POST',
                       headers: { 'Content-Type': 'application/json' },
                       body: JSON.stringify({
                           sessionId: this.sessionId,
                           instruction: instruction
                       })
                   });

                   const data = await response.json();
                   
                   // 移除输入状态
                   this.removeTypingIndicator(thinkingMessage);

                   if (data.success) {
                       this.addMessage('assistant', data.response);
                   } else {
                       this.addMessage('error', `操作失败: ${data.error}`);
                   }
               } catch (error) {
                   this.removeTypingIndicator(thinkingMessage);
                   this.addMessage('error', `网络错误: ${error.message}`);
               }
           }

           async clearSession() {
               if (!this.sessionId) return;

               try {
                   await fetch(`/api/session/${this.sessionId}`, {
                       method: 'DELETE'
                   });
               } catch (error) {
                   console.error('清理会话失败:', error);
               }

               this.sessionId = null;
               this.isConnected = false;
               this.messageCount = 0;
               this.updateUI();
               this.clearMessages();
               this.addMessage('system', '会话已结束。点击"开始新会话"重新开始。');
           }

           addMessage(role, content) {
               this.messageCount++;
               this.messageCountDisplay.textContent = this.messageCount;

               const messageDiv = document.createElement('div');
               messageDiv.className = `p-3 rounded-lg max-w-3/4 ${
                   role === 'user' ? 'message-user ml-auto' :
                   role === 'error' ? 'bg-red-100 text-red-800 border border-red-200' :
                   'message-assistant'
               }`;

               if (role === 'thinking') {
                   messageDiv.innerHTML = '<div class="typing-indicator"><span class="typing-dot"></span><span class="typing-dot"></span><span class="typing-dot"></span></div>';
               } else {
                   messageDiv.textContent = content;
               }

               this.chatMessages.appendChild(messageDiv);
               this.chatMessages.scrollTop = this.chatMessages.scrollHeight;

               return messageDiv;
           }

           showTypingIndicator(messageElement) {
               messageElement.innerHTML = '<div class="typing-indicator"><span class="typing-dot"></span><span class="typing-dot"></span><span class="typing-dot"></span></div>';
           }

           removeTypingIndicator(messageElement) {
               messageElement.innerHTML = '';
           }

           clearMessages() {
               this.chatMessages.innerHTML = '<div class="text-center text-gray-500 py-8">发送指令开始与AI助手对话</div>';
           }

           showLoading(message) {
               this.initSessionBtn.disabled = true;
               this.initSessionBtn.textContent = message;
           }

           hideLoading() {
               this.initSessionBtn.disabled = false;
               this.initSessionBtn.textContent = '开始新会话';
           }

           updateUI() {
               this.sessionStatus.textContent = this.isConnected ? '已连接' : '未连接';
               this.sessionIdDisplay.textContent = this.sessionId || '-';
               this.connectionStatus.textContent = this.isConnected ? '活跃' : '未连接';
               this.connectionStatus.className = this.isConnected ? 'text-green-600' : 'text-red-600';
               
               this.instructionInput.disabled = !this.isConnected;
               this.sendButton.disabled = !this.isConnected;
               this.clearSessionBtn.disabled = !this.isConnected;
           }
       }

       // 初始化应用
       document.addEventListener('DOMContentLoaded', () => {
           new AIAssistant();
       });
   </script>
</body>
</html>

五、测试与验证

1. 创建测试脚本

创建 tests/integration.test.js

import { test, expect } from'@playwright/test';
import AIHandler from'../src/ai/handler.js';
import dotenv from'dotenv';

dotenv.config();

test.describe('AI Web Assistant Integration Tests', () => {
let aiHandler;
let sessionId;

 test.beforeEach(async () => {
   aiHandler = new AIHandler(process.env.ANTHROPIC_API_KEY);
   const initResult = await aiHandler.initializeSession();
   sessionId = initResult.sessionId;
 });

 test.afterEach(async () => {
   await aiHandler.cleanupSession(sessionId);
 });

 test('should initialize session successfully', async () => {
   expect(sessionId).toBeDefined();
   expect(typeof sessionId).toBe('string');
 });

 test('should process simple navigation instruction', async () => {
   const result = await aiHandler.processInstruction(
     sessionId,
     '请打开百度首页 https://www.baidu.com'
   );
   
   expect(result.success).toBe(true);
   expect(result.response).toBeDefined();
 });

 test('should handle invalid instruction gracefully', async () => {
   const result = await aiHandler.processInstruction(
     sessionId,
     '执行一个不存在的操作'
   );
   
   // 即使指令有问题,也应该有合理的响应
   expect(result.response).toBeDefined();
 });
});

2. 运行测试

npm test

六、部署与运行

1. 生产环境配置

创建 ecosystem.config.js

module.exports = {
apps: [{
   name: 'ai-web-assistant',
   script: 'server.js',
   instances: 'max',
   exec_mode: 'cluster',
   env: {
     NODE_ENV: 'production',
     PORT: 3000
   },
   env_production: {
     NODE_ENV: 'production'
   }
 }]
};

2. Docker 配置

创建 Dockerfile

FROM node:18-alpine

WORKDIR /app

# 安装 Playwright 依赖
RUN apk add --no-cache \
   chromium \
   nss \
   freetype \
   freetype-dev \
   harfbuzz \
   ca-certificates \
   ttf-freefont

# 设置环境变量
ENV PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true
ENV PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium-browser

# 复制 package.json 并安装依赖
COPY package*.json ./
RUN npm ci --only=production

# 复制源代码
COPY . .

# 创建非root用户
RUN addgroup -g 1001 -S nodejs
RUN adduser -S nextjs -u 1001
USER nextjs

EXPOSE3000

CMD ["npm", "start"]

3. 启动应用

# 开发模式
npm run dev

# 生产模式
npm start

七、实际应用场景

场景1:自动化数据收集

// 指令:收集 GitHub 趋势项目
const instruction = `
请访问 GitHub Trending 页面 (https://github.com/trending),
收集今天最流行的 JavaScript 项目的前5名,
包括项目名称、星标数和描述,
并整理成 JSON 格式返回。
`;

场景2:自动化表单填写

// 指令:注册测试用户
const instruction = `
请打开我们的测试注册页面 http://localhost:3000/register,
填写以下信息:
- 用户名: testuser_${Date.now()}
- 邮箱: test${Date.now()}@example.com  
- 密码: TestPassword123
然后点击注册按钮,并确认注册成功。
`;

场景3:复杂工作流程

// 指令:完整的电商流程测试
const instruction = `
请执行以下电商购物流程:
1. 登录到测试电商网站
2. 搜索"笔记本电脑"
3. 选择第一个商品
4. 添加到购物车
5. 进入结算流程
6. 填写测试配送信息
7. 确认订单
请在每个步骤完成后报告状态。
`;

总结

通过本教程,我们成功构建了一个功能完整的 AI 网页操作助手,具备以下特点:

  1. 完整的架构:从前端界面到后端服务,再到浏览器自动化层
  2. 灵活的 MCP 协议:支持多种网页操作工具
  3. 智能的 AI 集成:利用 Claude 模型理解自然语言指令
  4. 健壮的错误处理:能够应对各种网页异常情况
  5. 可扩展的设计:易于添加新的工具和功能

这个项目展示了如何将现代 AI 技术与浏览器自动化相结合,创造出能够理解并执行复杂网页操作的智能助手。你可以在此基础上继续扩展,比如添加视觉识别、多浏览器支持、分布式任务处理等功能,打造更强大的自动化解决方案。

立即开始构建你自己的 AI 网页助手,释放自动化的无限可能!

测试开发全景图:AI测试、智能驱动、自动化、测试开发、左移右移与DevOps的持续交付 


推荐阅读

精选技术干货

精选文章

MCP Server 引领软件测试革新:智能化与高效自动化的实现

深入解析Playwright MCP引领AI智能体革命

设计高性能防篡改选票系统的实用指南

AI大模型入门第四篇:借助RAG实现精准用例自动生成!

新手轻松上手:零基础搭建Qwen智能体指南

技术平台与工具

自研工具与开放资源

人工智能测试开发学习专区

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值