各位有使用 LLM 操作浏览器完成业务自动化的 MCP 方案吗

试了一圈，没发现有啥能用的

换个思路呗，你让 AI 给更新自动化测试的脚本。把两个版本不同的 HTML 代码都喂给 AI ，让 AI 发现差异，然后更新旧的脚本。

@loloX 我是做业务流程自动化，不是测试自动化。比如现在有一个业务需求是登录系统 A ，然后点击菜单栏"信息录入"，然后在出现的表格上面把 excel 信息录入进去。

但是落实到结果难道不都是编写自动化脚本吗？

使用模拟浏览器操作都比使用 mcp 快,我只用 mcp 来做逆向

https://github.com/SuperDaniel-cn/anbao-scripts

来试试吗？我刚发的版
MCP 我尝试集成过了，拿来玩儿是没问题，但是想拿来干活基本上不可能。自动化脚本的一大特点就是要求稳定性，AI 这个阶段谈稳定性太早了。
换一个思路，用 AI 来编码，然后快速出脚本，这样稳定性和效率就可以兼得了。

@SuperDaniel313 这不就是传统 RPA 的业务场景

不如换个思路，让 LLM 帮你写代码，LLM 真要替代传统的 RPA ，使用成本和稳定性是绕不过去的两大难题

@Sh1xin #8 LLM 不是烧 token 的问题，是稳定性的问题。
如果你是想 LLM 能像实习生一样，多教几次就能熟练、稳定的执行指令，现阶段不可能啊。LLM 参与自动化任务本身就是最大的不稳定因素，这和自动化要求的稳定相违背的，更别提高效了。

LLM 要反复试错才能解决问题，这在编码领域已经充分验证了呀，一句话丢给 LLM ，等会来看项目已经是一坨屎了，只有时刻盯着才能把项目写出来。只能提效，如果稳定性稍差，反而降效。

业务场景如果要引入自动化往往已经是稳定的业务流，在追求高效了。这不是探索性质的任务。

比如你当前的困境是网页元素变动导致脚本失效，想引入 LLM 来做代替。

这个方案我尝试过，纯脚本或者纯 LLM 都有各自缺点，混合型是不错的路子，比如脚本无法继续的时候，调 LLM 出来救场。LLM 此时的作用是拟人进行高级决策判断。想法蛮好的，但只要用过几次就知道，理想和现实的差距还是蛮大的，最终我放弃集成了。

业务问题就用业务方式解决，技术还没到这个阶段的时候，引入这种不完善的技术反而让业务开展充满阻碍。

LLM 在当下这个场景里，快速编码是更具备价值的能力，你的脚本失效，如果往常需要更多时间来编码，现在用 LLM 只需要自己定位问题，想好解决思路，然后让 LLM 编码，你来快速交付。这样就能更大程度的发挥业务价值，否则 LLM 真能代替你了，那下岗也不远了。

chrome devtools 和微软的 playwright mcp