WeWorker公开工具型浏览器智能体架构
AI 总结
WeWorker团队称，项目在真实环境测试后从截图驱动的像素式操作转向基于schema的浏览器工具，以提高故障可诊断性并降低页面改版影响。其开源架构以统一Adapter契约连接Chrome扩展和Playwright/CDP两种执行后端，并将写操作确认策略置于版本化manifest中。系统还会自动探索并验证只读站点工具，同时为复杂站点保留人工Adapter。
深度见解
这篇第一方架构说明为浏览器智能体开发者提供了错误处理、适配器发现、执行后端、路由和包级安全控制方面的实践参考，但路线比较与性能说法尚无独立验证。
引子
「让 AI 操作浏览器」基本收敛成两条路线。
一条是像素派：截图喂给多模态模型，模型输出坐标，点下去。代表是各种 computer-use 方案。
另一条是工具派：把网站能力封装成带 schema 的确定性工具，模型只负责选工具、填参数。
我们做 WeWorker 时选了第二条。不是因为它更新，而是因为在真实场景里跑了一个月之后，像素派的三个问题没有一个能靠模型升级解决。
这篇文章讲清楚：为什么换路线、Adapter 到底是什么、以及我们为一个「写操作」的安全边界返工了三次。
#WeWorker#WebCLI#Adapter#Chrome Extension#Playwright#Chrome DevTools Protocol#Electron#TypeScript