浏览器里的智能体，干的是“替你点网页”这件事。它把页面上的点击、输入、翻页交给 AI 执行，省下的是重复操作的时间，不是判断的时间。这个区分很关键：判断错了，点得再快也是白点。所以用 QBotClaw 这类工具，先想的应该是任务值不值得交，而不是怎么让它点得更快。
先算一笔账：点击次数够不够多
一个任务值不值得自动化，用两步判断。先看频次：每周做一次的任务，搭流程的时间比手动做还长。第二步看步骤：少于五步、每步都要临场判断的任务，交给智能体反而更慢。
值得交出去的任务通常长这样：每周三次以上、步骤固定、页面结构几个月没变、结果能用字段描述。比如每天从三个固定网站抓取公告标题和日期，或者把同一批数据填进固定表单。
不值得交的也很典型：需要登录后再做人工判断的审批、页面天天改版的后台、只做一次的临时任务。这三类手动做更省心，硬上自动化，维护成本会超过收益。
三种定位方式，决定它稳不稳
智能体要在页面上找到目标，靠三种方式之一：按页面结构定位（选择器）、按可见文字定位、按截图位置定位。三种的稳定性差别很大，选错了，今天能跑明天就断。
按结构定位最稳，前提是页面结构稳定；一旦前端改版，选择器就失效。按文字定位对人友好，对页面也宽容，但遇到多语言、动态文案、按钮文字随状态变化时容易找不到。按坐标定位最脆弱，窗口大小、字体、缩放一变就偏，只适合做兜底。
实际做法是组合：主路径用文字定位，关键按钮加结构定位兜底，坐标定位只在没有其他办法时用。每加一种兜底，都要在日志里记清是哪一种生效的，否则出问题无法定位。
把任务写成输入、动作、断言
一句话描述任务，智能体只能猜。把它拆成三段：输入是什么（网址、账号、筛选条件、日期范围）、动作有哪些（点击、输入、翻页、下载）、断言是什么（页面上出现某段文字、表格行数大于零、文件已生成）。
断言这一段最容易被省略，也最该写。没有断言的自动化，失败了也会显示“完成”。加上断言之后，它至少能告诉你哪一步没达成，而不是把空结果交给你。
等待条件也要写清楚。用“等某个元素出现”代替固定等待几秒，前者在慢网络下不会误判，后者要么白等，要么抢跑。页面有懒加载的，还要加滚动动作，否则抓到的只有首屏。
分页和去重是两个隐藏坑。分页要有上限，防止死循环；去重要有唯一键，比如公告编号或链接，否则翻页重叠会产生重复记录。这两条不写，跑一次就得手工清一次数据。
只读先跑一遍，再放开提交
上线顺序建议分三段：先只读，再填写但不提交，最后才允许提交。只读阶段跑三天，看它抓回来的内容对不对；填写阶段看字段有没有错位；提交阶段先小批量，确认无误再放量。
权限要给得克制。用独立账号，不给支付权限，不给删除权限，能只读就不给写。涉及验证码的环节保留人工，别试图绕过，这类设计本身就是防自动化的。
跑起来之后要有监控。每天看一眼成功率，连续两天低于预期就停下来查，别让它带着错误跑一周。失败时留下的截图和步骤日志，比任何描述都有用，会话与执行记录的留存方式可以借鉴，核心是能回放到出错那一步。
四类页面结构的处理
| 页面类型 | 怎么处理 | 判断标准 | 典型失效 |
|---|---|---|---|
| 静态列表页 | 按文字定位条目，抓到唯一编号 | 连续三天抓取条数稳定 | 分页参数变化导致重复抓取 |
| 无限滚动页 | 加滚动动作，按高度判断到底 | 滚到底部后条数不再增长 | 滚动太快，内容还没加载就判断结束 |
| 表单页 | 逐字段填写，每填一项做一次校验 | 提交前能读出所有字段值 | 下拉选项异步加载，选到了空值 |
| 登录后台 | 保留人工登录，只自动化登录后的只读操作 | 登录态失效时能自动停下 | 登录过期后继续点，抓到一堆空页面 |
这张表的用法是：先认清你的页面属于哪一类，再决定要不要做。第四类如果占比高，先别铺开。
它做不到什么
它读不懂页面上的隐含规则。比如一个按钮灰着是因为权限不够，还是因为前置条件没满足，它看不出来，只会反复点。这类判断要写进流程，或者干脆留给人。
它也扛不住频繁改版。前端一周一小改、一月一大改的站点，维护成本会持续上涨，因为每次改版都可能让定位失效。这类场景更适合用接口，而不是模拟点击。
数据准确性同样不能全托。自动抓取会有漏行、错位、字段串列，尤其是表格跨页和合并单元格。用于决策前按比例抽样核对，比如每批抽十条对原文，错一条就整批重跑。
上线前的五项设置
- 每个任务都有明确的断言，不只看“跑完了”
- 等待用条件判断，不用固定秒数
- 分页设上限，去重设唯一键
- 账号独立，不给支付和删除权限
- 失败留截图和步骤日志，能回放
三个上线前的问题
- 同一套流程能不能跑多个网站？：不能直接复用。每个站点的结构不同，定位方式要重写。可行的做法是把“输入、动作、断言”做成配置，站点之间只换配置，不换流程，这样维护量会小很多。
- 它点错了会不会造成实际影响？：只读阶段不会，写入阶段会。所以任何会改变外部状态的动作，都要加二次确认或者白名单，比如只允许提交到测试环境，正式环境仍需人工点最后一步。
- 抓回来的数据放哪？：先落本地表格，字段固定，别直接进业务库。稳定两周之后再考虑接库，接入时保留原始快照，方便回溯是哪一次抓错了。用数据库存结构化结果是另一条路，适合需要按条件查询的场景。
还有一个判断值得记住：智能体在页面上的每一次“找不到”，本质上都是信息不足。要么是页面变了，要么是描述不清，要么是权限不对。把它当成排查线索，比反复重跑有用。任务拆到足够细、失败能被识别出来，这类工具才算真正用起来；识别不准就转人工，置信度阈值怎么设讲的是同一套思路。
