这次我们来看一个很有意思的项目——ChatGPT Work 智能体支持登录网站。这个项目不是简单的聊天机器人而是让 AI 智能体具备实际登录网站、执行操作的能力相当于给 AI 装上了浏览器和操作手。从项目名称就能看出这属于 ChatGPT Work 系列功能的延伸重点在于智能体Agent如何模拟人类行为完成网站登录任务。对于需要自动化处理网站操作、数据采集或业务流程测试的开发者来说这种能力意味着可以直接用自然语言指令让 AI 完成复杂的网站交互。1. 核心能力速览能力项说明项目类型AI 智能体网站交互框架核心功能模拟登录、表单填写、页面导航、数据提取技术基础基于浏览器自动化技术结合大语言模型理解能力部署方式本地部署或云端服务支持 API 调用适用场景自动化测试、数据采集、业务流程自动化、网站监控安全边界仅限合法授权范围内的网站操作禁止绕过安全机制这个框架的最大价值在于将复杂的网站登录流程简化为自然语言指令。传统爬虫或自动化脚本需要处理 Cookie、Session、验证码等复杂问题而智能体可以通过理解页面内容智能决策下一步操作。2. 适用场景与使用边界适合的使用场景自动化测试对网站登录流程进行回归测试验证不同用户角色的权限控制数据采集在合法授权前提下自动登录后台系统提取业务数据业务流程验证模拟用户完成完整的网站操作流程如电商下单、内容发布网站监控定期登录关键系统验证服务可用性和响应时间不适合的场景绕过网站安全机制或访问限制的非法操作大规模并发请求可能对目标网站造成压力的场景涉及个人隐私数据或商业机密的未授权访问需要极高实时性的交易类操作重要合规提醒使用此类技术必须严格遵守相关法律法规确保仅对拥有合法操作权限的网站进行操作。涉及用户数据时必须获得明确授权商业使用前务必进行法律合规评估。3. 环境准备与前置条件要运行 ChatGPT Work 智能体登录网站功能需要准备以下环境基础运行环境操作系统Windows 10/11, macOS 10.15, Ubuntu 18.04 等主流系统Python 3.8-3.11 版本推荐 3.9至少 4GB 可用内存复杂页面处理建议 8GB稳定的网络连接用于访问目标网站和模型服务Python 依赖环境# 核心依赖包示例 pip install selenium4.0.0 pip install webdriver-manager pip install requests pip install beautifulsoup4 pip install openai # 如果使用 OpenAI 接口浏览器驱动配置智能体需要浏览器环境来模拟真实用户操作推荐使用 Chrome 或 Firefox# 自动管理 Chrome 驱动 pip install webdriver-managerAPI 密钥配置如使用云端大模型# 配置文件示例 config.py OPENAI_API_KEY your-api-key-here OPENAI_BASE_URL https://api.openai.com/v1 # 或自定义端点4. 安装部署与启动方式方式一本地完整部署如果项目提供完整的代码仓库典型的安装流程如下# 克隆项目代码 git clone https://github.com/xxx/chatgpt-work-agent.git cd chatgpt-work-agent # 安装依赖 pip install -r requirements.txt # 配置环境变量 cp .env.example .env # 编辑 .env 文件设置 API 密钥等参数 # 启动服务 python main.py --port 8080 --host 127.0.0.1方式二Docker 部署推荐用于生产环境# Dockerfile 示例 FROM python:3.9-slim WORKDIR /app COPY requirements.txt . RUN pip install -r requirements.txt COPY . . EXPOSE 8080 CMD [python, main.py, --host, 0.0.0.0, --port, 8080]构建和运行docker build -t chatgpt-work-agent . docker run -p 8080:8080 -v $(pwd)/config:/app/config chatgpt-work-agent方式三API 服务调用如果项目提供现成的 API 服务可以直接通过 HTTP 调用import requests def send_agent_task(website_url, login_instructions): payload { action: website_login, url: website_url, instructions: login_instructions, timeout: 60 } response requests.post( http://localhost:8080/api/agent/execute, jsonpayload, timeout120 ) return response.json()5. 功能测试与效果验证5.1 基础登录功能测试测试目的验证智能体能否成功完成简单网站的登录流程测试用例模拟登录一个测试用的演示网站# 测试脚本示例 test_instructions 请登录演示网站用户名testuser密码testpass123 登录成功后检查页面是否显示欢迎 testuser 然后点击退出登录按钮 result send_agent_task( website_urlhttps://demo.example.com/login, login_instructionstest_instructions ) print(f执行状态: {result[status]}) print(f执行结果: {result[result]}) print(f截图路径: {result[screenshot]})预期结果状态返回 success结果包含 登录成功 或类似提示生成操作过程的截图用于验证判断标准智能体能够识别登录表单元素正确填写用户名和密码成功点击登录按钮能够验证登录结果5.2 复杂登录场景测试测试目的验证智能体处理验证码、二次认证等复杂登录场景的能力complex_instructions 登录系统时需要处理以下步骤 1. 在用户名框输入 admin 2. 在密码框输入 Admin123 3. 识别图片验证码并输入系统会提供验证码图片 4. 如果有短信验证选择跳过或使用测试验证码 000000 5. 登录后导航到用户管理页面 # 这类复杂任务需要更长的超时时间 result send_agent_task( website_urlhttps://complex-system.example.com, login_instructionscomplex_instructions, timeout180 # 3分钟超时 )5.3 批量登录任务测试测试目的验证系统处理多个网站登录任务的能力batch_tasks [ { url: https://site1.example.com, instructions: 使用账号 user1/pass1 登录, task_id: task_001 }, { url: https://site2.example.com, instructions: 管理员登录 admin/admin123, task_id: task_002 } ] for task in batch_tasks: result send_agent_task( website_urltask[url], login_instructionstask[instructions] ) print(f任务 {task[task_id]} 结果: {result[status]})6. 接口 API 与批量任务6.1 RESTful API 设计智能体服务通常提供标准的 REST API 接口import requests import json class ChatGPTWorkAgent: def __init__(self, base_urlhttp://localhost:8080): self.base_url base_url def execute_task(self, task_config): 执行单个任务 url f{self.base_url}/api/task/execute response requests.post(url, jsontask_config, timeout120) return response.json() def get_task_status(self, task_id): 查询任务状态 url f{self.base_url}/api/task/status/{task_id} response requests.get(url) return response.json() def batch_execute(self, tasks): 批量执行任务 url f{self.base_url}/api/task/batch response requests.post(url, json{tasks: tasks}, timeout300) return response.json()6.2 批量任务队列管理对于需要处理大量登录任务的场景建议使用任务队列from queue import Queue import threading class TaskManager: def __init__(self, max_workers3): self.task_queue Queue() self.max_workers max_workers self.results {} def add_task(self, task_config): 添加任务到队列 task_id ftask_{len(self.results) 1} self.task_queue.put((task_id, task_config)) return task_id def worker(self): 工作线程处理任务 while True: try: task_id, task_config self.task_queue.get(timeout10) agent ChatGPTWorkAgent() result agent.execute_task(task_config) self.results[task_id] result self.task_queue.task_done() except: break def start_batch(self): 启动批量处理 threads [] for i in range(self.max_workers): thread threading.Thread(targetself.worker) thread.daemon True thread.start() threads.append(thread) self.task_queue.join() # 等待所有任务完成 return self.results6.3 异步处理示例对于需要长时间运行的任务使用异步处理更合适import asyncio import aiohttp async def async_batch_login(tasks): async with aiohttp.ClientSession() as session: tasks_to_execute [] for task in tasks: # 创建异步任务 coro execute_single_task(session, task) tasks_to_execute.append(coro) # 并发执行限制并发数 results await asyncio.gather(*tasks_to_execute, return_exceptionsTrue) return results async def execute_single_task(session, task_config): url http://localhost:8080/api/task/execute async with session.post(url, jsontask_config, timeout120) as response: return await response.json()7. 资源占用与性能观察7.1 内存和 CPU 使用观察智能体登录网站的性能主要取决于浏览器实例开销每个浏览器进程约占用 100-300MB 内存页面复杂度复杂页面需要更多解析时间网络延迟目标网站的响应速度直接影响执行时间使用以下命令监控资源占用# 监控 Python 进程资源 ps aux | grep python | grep chatgpt-work # 监控浏览器进程 ps aux | grep chrome | grep -v grep # 实时监控Linux top -p $(pgrep -f python.*chatgpt-work)7.2 性能优化建议并发控制# 限制并发浏览器实例数量 MAX_CONCURRENT_BROWSERS 3 browser_semaphore asyncio.Semaphore(MAX_CONCURRENT_BROWSERS) async def limited_task_execution(task): async with browser_semaphore: return await execute_single_task(task)浏览器配置优化from selenium.webdriver.chrome.options import Options chrome_options Options() chrome_options.add_argument(--headless) # 无界面模式节省资源 chrome_options.add_argument(--no-sandbox) chrome_options.add_argument(--disable-dev-shm-usage) # 限制共享内存使用 chrome_options.add_argument(--disable-gpu) # 禁用 GPU 加速7.3 超时和重试机制import time from requests.adapters import HTTPAdapter from requests.packages.urllib3.util.retry import Retry def create_retry_session(retries3, backoff_factor0.3): session requests.Session() retry_strategy Retry( totalretries, backoff_factorbackoff_factor, status_forcelist[429, 500, 502, 503, 504], ) adapter HTTPAdapter(max_retriesretry_strategy) session.mount(http://, adapter) session.mount(https://, adapter) return session8. 常见问题与排查方法问题现象可能原因排查方式解决方案浏览器启动失败驱动版本不匹配或缺失检查 chromedriver 版本使用 webdriver-manager 自动管理页面元素找不到页面加载超时或元素定位策略问题查看页面截图和 HTML 源码增加等待时间调整元素定位方式登录验证失败验证码识别错误或账号权限问题检查登录步骤截图使用测试账号或集成验证码识别服务API 调用超时网络问题或服务未启动检查服务端口和日志调整超时时间验证服务状态内存占用过高浏览器实例未正确关闭监控进程资源使用确保每个任务后正确清理浏览器实例批量任务卡住并发控制不当或资源竞争检查任务队列状态限制并发数添加任务超时监控8.1 详细错误排查流程步骤 1检查服务状态# 验证服务是否正常启动 curl http://localhost:8080/health # 预期返回{status: healthy, timestamp: 2024-01-01T10:00:00Z}步骤 2查看服务日志# 查看实时日志 tail -f logs/chatgpt-work-agent.log # 搜索错误信息 grep -i error\|exception\|failed logs/chatgpt-work-agent.log步骤 3验证浏览器环境# 测试浏览器自动化基础功能 from selenium import webdriver from webdriver_manager.chrome import ChromeDriverManager driver webdriver.Chrome(ChromeDriverManager().install()) try: driver.get(https://www.example.com) print(页面标题:, driver.title) driver.save_screenshot(test.png) print(浏览器测试成功) finally: driver.quit()步骤 4检查网络连接import requests try: response requests.get(https://target-website.com, timeout10) print(f目标网站可访问状态码: {response.status_code}) except Exception as e: print(f网络连接问题: {e})9. 最佳实践与使用建议9.1 安全使用规范账号安全管理# 使用环境变量或密钥管理服务存储敏感信息 import os from dotenv import load_dotenv load_dotenv() # 加载 .env 文件 WEBSITE_CREDENTIALS { demo_site: { username: os.getenv(DEMO_USERNAME), password: os.getenv(DEMO_PASSWORD) } }操作权限控制仅对授权范围内的网站进行操作避免在公共环境存储登录凭证定期审计操作日志确保合规性9.2 性能优化实践浏览器实例复用from contextlib import contextmanager contextmanager def browser_session(): driver None try: driver create_browser_instance() yield driver finally: if driver: driver.quit() # 使用示例 with browser_session() as driver: # 执行多个相关操作 perform_login(driver) extract_data(driver)任务结果缓存import pickle import hashlib def get_task_cache_key(task_config): 生成任务缓存键 task_str json.dumps(task_config, sort_keysTrue) return hashlib.md5(task_str.encode()).hexdigest() def cache_task_result(task_config, result): 缓存任务结果 cache_key get_task_cache_key(task_config) with open(fcache/{cache_key}.pkl, wb) as f: pickle.dump(result, f)9.3 监控和日志记录结构化日志记录import logging import json logging.basicConfig( levellogging.INFO, format%(asctime)s - %(name)s - %(levelname)s - %(message)s, handlers[ logging.FileHandler(agent_operations.log), logging.StreamHandler() ] ) def log_task_execution(task_id, website_url, status, details): 记录任务执行日志 log_entry { task_id: task_id, website: website_url, status: status, timestamp: datetime.now().isoformat(), details: details } logging.info(json.dumps(log_entry))性能指标监控import time from dataclasses import dataclass dataclass class PerformanceMetrics: task_id: str start_time: float end_time: float 0 success: bool False property def duration(self): return self.end_time - self.start_time def track_performance(task_id): 性能跟踪装饰器 def decorator(func): def wrapper(*args, **kwargs): metrics PerformanceMetrics(task_idtask_id, start_timetime.time()) try: result func(*args, **kwargs) metrics.end_time time.time() metrics.success True return result except Exception as e: metrics.end_time time.time() raise e finally: # 记录性能指标 log_performance(metrics) return wrapper return decorator10. 扩展应用场景10.1 结合 RPA 工作流将智能体登录能力集成到更大的自动化流程中class AutomatedWorkflow: def __init__(self): self.agent ChatGPTWorkAgent() def full_business_process(self): 完整的业务流程自动化 # 1. 登录多个系统 crm_login self.agent.execute_task(crm_task) erp_login self.agent.execute_task(erp_task) # 2. 数据同步和处理 if crm_login[success] and erp_login[success]: self.sync_customer_data() self.generate_reports() # 3. 清理和退出 self.cleanup_sessions()10.2 智能监控告警基于登录能力的监控系统class WebsiteMonitor: def __init__(self, check_interval3600): # 每小时检查一次 self.check_interval check_interval self.agent ChatGPTWorkAgent() def monitor_website_health(self): while True: for website in self.monitored_websites: result self.agent.execute_task({ action: health_check, url: website[url], instructions: website[check_script] }) if not result[success]: self.send_alert(website, result) time.sleep(self.check_interval)ChatGPT Work 智能体的网站登录能力为自动化测试和数据采集提供了新的可能性但需要特别注意合法合规使用。建议先从简单的测试网站开始验证功能逐步扩展到复杂场景同时建立完善的操作审计和权限控制机制。
ChatGPT Work智能体网站登录：AI自动化测试与数据采集实战
这次我们来看一个很有意思的项目——ChatGPT Work 智能体支持登录网站。这个项目不是简单的聊天机器人而是让 AI 智能体具备实际登录网站、执行操作的能力相当于给 AI 装上了浏览器和操作手。从项目名称就能看出这属于 ChatGPT Work 系列功能的延伸重点在于智能体Agent如何模拟人类行为完成网站登录任务。对于需要自动化处理网站操作、数据采集或业务流程测试的开发者来说这种能力意味着可以直接用自然语言指令让 AI 完成复杂的网站交互。1. 核心能力速览能力项说明项目类型AI 智能体网站交互框架核心功能模拟登录、表单填写、页面导航、数据提取技术基础基于浏览器自动化技术结合大语言模型理解能力部署方式本地部署或云端服务支持 API 调用适用场景自动化测试、数据采集、业务流程自动化、网站监控安全边界仅限合法授权范围内的网站操作禁止绕过安全机制这个框架的最大价值在于将复杂的网站登录流程简化为自然语言指令。传统爬虫或自动化脚本需要处理 Cookie、Session、验证码等复杂问题而智能体可以通过理解页面内容智能决策下一步操作。2. 适用场景与使用边界适合的使用场景自动化测试对网站登录流程进行回归测试验证不同用户角色的权限控制数据采集在合法授权前提下自动登录后台系统提取业务数据业务流程验证模拟用户完成完整的网站操作流程如电商下单、内容发布网站监控定期登录关键系统验证服务可用性和响应时间不适合的场景绕过网站安全机制或访问限制的非法操作大规模并发请求可能对目标网站造成压力的场景涉及个人隐私数据或商业机密的未授权访问需要极高实时性的交易类操作重要合规提醒使用此类技术必须严格遵守相关法律法规确保仅对拥有合法操作权限的网站进行操作。涉及用户数据时必须获得明确授权商业使用前务必进行法律合规评估。3. 环境准备与前置条件要运行 ChatGPT Work 智能体登录网站功能需要准备以下环境基础运行环境操作系统Windows 10/11, macOS 10.15, Ubuntu 18.04 等主流系统Python 3.8-3.11 版本推荐 3.9至少 4GB 可用内存复杂页面处理建议 8GB稳定的网络连接用于访问目标网站和模型服务Python 依赖环境# 核心依赖包示例 pip install selenium4.0.0 pip install webdriver-manager pip install requests pip install beautifulsoup4 pip install openai # 如果使用 OpenAI 接口浏览器驱动配置智能体需要浏览器环境来模拟真实用户操作推荐使用 Chrome 或 Firefox# 自动管理 Chrome 驱动 pip install webdriver-managerAPI 密钥配置如使用云端大模型# 配置文件示例 config.py OPENAI_API_KEY your-api-key-here OPENAI_BASE_URL https://api.openai.com/v1 # 或自定义端点4. 安装部署与启动方式方式一本地完整部署如果项目提供完整的代码仓库典型的安装流程如下# 克隆项目代码 git clone https://github.com/xxx/chatgpt-work-agent.git cd chatgpt-work-agent # 安装依赖 pip install -r requirements.txt # 配置环境变量 cp .env.example .env # 编辑 .env 文件设置 API 密钥等参数 # 启动服务 python main.py --port 8080 --host 127.0.0.1方式二Docker 部署推荐用于生产环境# Dockerfile 示例 FROM python:3.9-slim WORKDIR /app COPY requirements.txt . RUN pip install -r requirements.txt COPY . . EXPOSE 8080 CMD [python, main.py, --host, 0.0.0.0, --port, 8080]构建和运行docker build -t chatgpt-work-agent . docker run -p 8080:8080 -v $(pwd)/config:/app/config chatgpt-work-agent方式三API 服务调用如果项目提供现成的 API 服务可以直接通过 HTTP 调用import requests def send_agent_task(website_url, login_instructions): payload { action: website_login, url: website_url, instructions: login_instructions, timeout: 60 } response requests.post( http://localhost:8080/api/agent/execute, jsonpayload, timeout120 ) return response.json()5. 功能测试与效果验证5.1 基础登录功能测试测试目的验证智能体能否成功完成简单网站的登录流程测试用例模拟登录一个测试用的演示网站# 测试脚本示例 test_instructions 请登录演示网站用户名testuser密码testpass123 登录成功后检查页面是否显示欢迎 testuser 然后点击退出登录按钮 result send_agent_task( website_urlhttps://demo.example.com/login, login_instructionstest_instructions ) print(f执行状态: {result[status]}) print(f执行结果: {result[result]}) print(f截图路径: {result[screenshot]})预期结果状态返回 success结果包含 登录成功 或类似提示生成操作过程的截图用于验证判断标准智能体能够识别登录表单元素正确填写用户名和密码成功点击登录按钮能够验证登录结果5.2 复杂登录场景测试测试目的验证智能体处理验证码、二次认证等复杂登录场景的能力complex_instructions 登录系统时需要处理以下步骤 1. 在用户名框输入 admin 2. 在密码框输入 Admin123 3. 识别图片验证码并输入系统会提供验证码图片 4. 如果有短信验证选择跳过或使用测试验证码 000000 5. 登录后导航到用户管理页面 # 这类复杂任务需要更长的超时时间 result send_agent_task( website_urlhttps://complex-system.example.com, login_instructionscomplex_instructions, timeout180 # 3分钟超时 )5.3 批量登录任务测试测试目的验证系统处理多个网站登录任务的能力batch_tasks [ { url: https://site1.example.com, instructions: 使用账号 user1/pass1 登录, task_id: task_001 }, { url: https://site2.example.com, instructions: 管理员登录 admin/admin123, task_id: task_002 } ] for task in batch_tasks: result send_agent_task( website_urltask[url], login_instructionstask[instructions] ) print(f任务 {task[task_id]} 结果: {result[status]})6. 接口 API 与批量任务6.1 RESTful API 设计智能体服务通常提供标准的 REST API 接口import requests import json class ChatGPTWorkAgent: def __init__(self, base_urlhttp://localhost:8080): self.base_url base_url def execute_task(self, task_config): 执行单个任务 url f{self.base_url}/api/task/execute response requests.post(url, jsontask_config, timeout120) return response.json() def get_task_status(self, task_id): 查询任务状态 url f{self.base_url}/api/task/status/{task_id} response requests.get(url) return response.json() def batch_execute(self, tasks): 批量执行任务 url f{self.base_url}/api/task/batch response requests.post(url, json{tasks: tasks}, timeout300) return response.json()6.2 批量任务队列管理对于需要处理大量登录任务的场景建议使用任务队列from queue import Queue import threading class TaskManager: def __init__(self, max_workers3): self.task_queue Queue() self.max_workers max_workers self.results {} def add_task(self, task_config): 添加任务到队列 task_id ftask_{len(self.results) 1} self.task_queue.put((task_id, task_config)) return task_id def worker(self): 工作线程处理任务 while True: try: task_id, task_config self.task_queue.get(timeout10) agent ChatGPTWorkAgent() result agent.execute_task(task_config) self.results[task_id] result self.task_queue.task_done() except: break def start_batch(self): 启动批量处理 threads [] for i in range(self.max_workers): thread threading.Thread(targetself.worker) thread.daemon True thread.start() threads.append(thread) self.task_queue.join() # 等待所有任务完成 return self.results6.3 异步处理示例对于需要长时间运行的任务使用异步处理更合适import asyncio import aiohttp async def async_batch_login(tasks): async with aiohttp.ClientSession() as session: tasks_to_execute [] for task in tasks: # 创建异步任务 coro execute_single_task(session, task) tasks_to_execute.append(coro) # 并发执行限制并发数 results await asyncio.gather(*tasks_to_execute, return_exceptionsTrue) return results async def execute_single_task(session, task_config): url http://localhost:8080/api/task/execute async with session.post(url, jsontask_config, timeout120) as response: return await response.json()7. 资源占用与性能观察7.1 内存和 CPU 使用观察智能体登录网站的性能主要取决于浏览器实例开销每个浏览器进程约占用 100-300MB 内存页面复杂度复杂页面需要更多解析时间网络延迟目标网站的响应速度直接影响执行时间使用以下命令监控资源占用# 监控 Python 进程资源 ps aux | grep python | grep chatgpt-work # 监控浏览器进程 ps aux | grep chrome | grep -v grep # 实时监控Linux top -p $(pgrep -f python.*chatgpt-work)7.2 性能优化建议并发控制# 限制并发浏览器实例数量 MAX_CONCURRENT_BROWSERS 3 browser_semaphore asyncio.Semaphore(MAX_CONCURRENT_BROWSERS) async def limited_task_execution(task): async with browser_semaphore: return await execute_single_task(task)浏览器配置优化from selenium.webdriver.chrome.options import Options chrome_options Options() chrome_options.add_argument(--headless) # 无界面模式节省资源 chrome_options.add_argument(--no-sandbox) chrome_options.add_argument(--disable-dev-shm-usage) # 限制共享内存使用 chrome_options.add_argument(--disable-gpu) # 禁用 GPU 加速7.3 超时和重试机制import time from requests.adapters import HTTPAdapter from requests.packages.urllib3.util.retry import Retry def create_retry_session(retries3, backoff_factor0.3): session requests.Session() retry_strategy Retry( totalretries, backoff_factorbackoff_factor, status_forcelist[429, 500, 502, 503, 504], ) adapter HTTPAdapter(max_retriesretry_strategy) session.mount(http://, adapter) session.mount(https://, adapter) return session8. 常见问题与排查方法问题现象可能原因排查方式解决方案浏览器启动失败驱动版本不匹配或缺失检查 chromedriver 版本使用 webdriver-manager 自动管理页面元素找不到页面加载超时或元素定位策略问题查看页面截图和 HTML 源码增加等待时间调整元素定位方式登录验证失败验证码识别错误或账号权限问题检查登录步骤截图使用测试账号或集成验证码识别服务API 调用超时网络问题或服务未启动检查服务端口和日志调整超时时间验证服务状态内存占用过高浏览器实例未正确关闭监控进程资源使用确保每个任务后正确清理浏览器实例批量任务卡住并发控制不当或资源竞争检查任务队列状态限制并发数添加任务超时监控8.1 详细错误排查流程步骤 1检查服务状态# 验证服务是否正常启动 curl http://localhost:8080/health # 预期返回{status: healthy, timestamp: 2024-01-01T10:00:00Z}步骤 2查看服务日志# 查看实时日志 tail -f logs/chatgpt-work-agent.log # 搜索错误信息 grep -i error\|exception\|failed logs/chatgpt-work-agent.log步骤 3验证浏览器环境# 测试浏览器自动化基础功能 from selenium import webdriver from webdriver_manager.chrome import ChromeDriverManager driver webdriver.Chrome(ChromeDriverManager().install()) try: driver.get(https://www.example.com) print(页面标题:, driver.title) driver.save_screenshot(test.png) print(浏览器测试成功) finally: driver.quit()步骤 4检查网络连接import requests try: response requests.get(https://target-website.com, timeout10) print(f目标网站可访问状态码: {response.status_code}) except Exception as e: print(f网络连接问题: {e})9. 最佳实践与使用建议9.1 安全使用规范账号安全管理# 使用环境变量或密钥管理服务存储敏感信息 import os from dotenv import load_dotenv load_dotenv() # 加载 .env 文件 WEBSITE_CREDENTIALS { demo_site: { username: os.getenv(DEMO_USERNAME), password: os.getenv(DEMO_PASSWORD) } }操作权限控制仅对授权范围内的网站进行操作避免在公共环境存储登录凭证定期审计操作日志确保合规性9.2 性能优化实践浏览器实例复用from contextlib import contextmanager contextmanager def browser_session(): driver None try: driver create_browser_instance() yield driver finally: if driver: driver.quit() # 使用示例 with browser_session() as driver: # 执行多个相关操作 perform_login(driver) extract_data(driver)任务结果缓存import pickle import hashlib def get_task_cache_key(task_config): 生成任务缓存键 task_str json.dumps(task_config, sort_keysTrue) return hashlib.md5(task_str.encode()).hexdigest() def cache_task_result(task_config, result): 缓存任务结果 cache_key get_task_cache_key(task_config) with open(fcache/{cache_key}.pkl, wb) as f: pickle.dump(result, f)9.3 监控和日志记录结构化日志记录import logging import json logging.basicConfig( levellogging.INFO, format%(asctime)s - %(name)s - %(levelname)s - %(message)s, handlers[ logging.FileHandler(agent_operations.log), logging.StreamHandler() ] ) def log_task_execution(task_id, website_url, status, details): 记录任务执行日志 log_entry { task_id: task_id, website: website_url, status: status, timestamp: datetime.now().isoformat(), details: details } logging.info(json.dumps(log_entry))性能指标监控import time from dataclasses import dataclass dataclass class PerformanceMetrics: task_id: str start_time: float end_time: float 0 success: bool False property def duration(self): return self.end_time - self.start_time def track_performance(task_id): 性能跟踪装饰器 def decorator(func): def wrapper(*args, **kwargs): metrics PerformanceMetrics(task_idtask_id, start_timetime.time()) try: result func(*args, **kwargs) metrics.end_time time.time() metrics.success True return result except Exception as e: metrics.end_time time.time() raise e finally: # 记录性能指标 log_performance(metrics) return wrapper return decorator10. 扩展应用场景10.1 结合 RPA 工作流将智能体登录能力集成到更大的自动化流程中class AutomatedWorkflow: def __init__(self): self.agent ChatGPTWorkAgent() def full_business_process(self): 完整的业务流程自动化 # 1. 登录多个系统 crm_login self.agent.execute_task(crm_task) erp_login self.agent.execute_task(erp_task) # 2. 数据同步和处理 if crm_login[success] and erp_login[success]: self.sync_customer_data() self.generate_reports() # 3. 清理和退出 self.cleanup_sessions()10.2 智能监控告警基于登录能力的监控系统class WebsiteMonitor: def __init__(self, check_interval3600): # 每小时检查一次 self.check_interval check_interval self.agent ChatGPTWorkAgent() def monitor_website_health(self): while True: for website in self.monitored_websites: result self.agent.execute_task({ action: health_check, url: website[url], instructions: website[check_script] }) if not result[success]: self.send_alert(website, result) time.sleep(self.check_interval)ChatGPT Work 智能体的网站登录能力为自动化测试和数据采集提供了新的可能性但需要特别注意合法合规使用。建议先从简单的测试网站开始验证功能逐步扩展到复杂场景同时建立完善的操作审计和权限控制机制。
