WorkBuddy 抓网页时如果只得到标题、首屏或残缺正文,通常是页面内容需要滚动、点击按钮、展开折叠区或切换标签后才出现。此时不要只重复“读取这个网址”,可以安装并启用 Agent Browser,让 WorkBuddy 像用户一样打开页面、滚动、点击、截图和读取交互后的内容。
什么现象说明需要浏览器交互
| 现象 | 可要求的操作 |
|---|---|
| 只读取到首屏 | 逐屏向下滚动,直到页面末尾 |
| 正文藏在“展开更多”后 | 点击展开,再提取对应章节 |
| 数据在分页或标签页中 | 依次切换并记录每页结果 |
| 需要核对页面布局 | 在关键步骤截图并生成检查清单 |
Agent Browser 可以在技能市场中查找,安装名称为 agent-browser。启用后仍要把目标说具体:提供网址、需要操作的区域、停止条件和输出格式,比一句“帮我看看这个网站”更容易得到完整结果。
提示词怎么写更容易抓全
可以写成:“打开指定页面,先记录页面标题;向下滚动至底部,展开所有与价格相关的折叠项,逐个读取三个套餐,只输出套餐名、价格和限制,并附关键步骤截图。”如果页面有多级导航,应明确允许点击哪些栏目,同时要求不要提交表单、不要购买或对外发送信息。
还是抓不到时按什么顺序排查
- 先在普通浏览器确认页面本身能否访问,排除网址失效或网络问题。
- 检查 Agent Browser 是否已安装并启用,任务中是否明确要求调用它。
- 把大任务拆成“打开页面—定位区域—交互—提取—复核”五步,找出卡住的位置。
- 登录、验证码、授权或付费动作由本人确认,不要把密码、验证码或令牌写进提示词。
动态页面的难点往往不是总结能力,而是内容尚未出现在可读取状态。先让 WorkBuddy 完成必要交互,再要求结构化提取;最后抽查几个字段与原页面是否一致,避免把加载失败或隐藏内容误判为“网页没有这些信息”。