AI browser automation: paano pinapalitan ng mga ahente ang marupok na web script
Kung paano gumagana ang AI browser automation, kung bakit nakakaligtas ito sa mga pagbabago sa pahina na sumisira sa Selenium at Playwright, at kung kailan mas mainam pa rin ang script.
Gumagamit ang AI browser automation ng modelo para basahin ang kasalukuyang pahina, pumili ng susunod na aksyon, at isagawa ito, sa halip na ulit-ulitin ang naka-record na selector path. Nakakaligtas ito sa mga pagbabago sa layout dahil ang tinatarget nito ay ang kahulugan, hindi ang istruktura ng DOM, at gumagana ito kahit walang API ang website. Mas mainam pa rin ang deterministic na script para sa mataas na dami, hindi nagbabago, at sensitibo-sa-latency na mga proseso.
Ano ang nasisira sa tradisyonal na browser automation
Ang Selenium, Playwright, at bawat record-and-replay na kasangkapan ay nakatali sa itsura ng pahina sa oras na isinulat ang script: itong button, sa ganitong selector, sa ganitong posisyon. Hindi naiintindihan ng script ang pahina. Inuulit lang nito ang mga coordinate. Sapat na ang pagpalit ng pangalan ng isang class, isang A/B test, o bagong consent banner para masira ito, at karaniwang tahimik ang pagkabigo hanggang may tumingin sa output.
Ang gastos sa pagpapanatili ang tunay na gastos. Iniiwan ng mga team ang browser automation hindi dahil hindi ito gumana, kundi dahil mas marami pang oras ng engineering ang kinain ng pagpapanatili nito kaysa sa oras na dapat ay natipid.
- Nasisira ang selectors sa mga redesign, A/B test, at localisation
- Hindi kayang ipagkaiba ng script ang 'lumipat ang button' sa 'nawala ang button'
- Bawat bagong website ay nangangahulugan ng bagong script at bagong maintainer
- Tahimik ang mga pagkabigo, kaya dumadaloy ang maling datos sa susunod na proseso
Ano ang ginagawang iba ng ahente
Binabasa ng ahente ang pahina bilang isang istruktura ng mga makabuluhang elemento, pinagpapasyahan kung alin ang tugma sa layunin, kumikilos, at pagkatapos ay babasahin ulit ang pahina para kumpirmahin kung ano ang nagbago. Ang loop ay: tingnan, magpasya, kumilos, at tiyakin. Dahil inilalarawan ang target sa kahulugan at hindi sa posisyon, mananatiling gumagana ang parehong instruksyon kahit magbago ang disenyo.
Dahil dito rin nagiging malinaw ang mga pagkabigo. Ang naiuulat ng script ay hindi natagpuan ang selector. Ang naiuulat naman ng ahente ay napindot ang button, hindi nagbago ang pahina, at ang elementong tinamaan ay isang hover menu.
- Pinipili ang mga target base sa role, label, at context, hindi sa DOM path
- Tinitiyak ang resulta ng bawat aksyon bago ang susunod
- Binabasa ulit ang pahina kapag nagbago, sa halip na basta na lang ipagpalagay
- Ipinapaliwanag ng bawat takbo ang sarili nito sa paraang kayang suriin ng isang tao
Kailan mas mainam pa rin ang deterministic na script
Importante ang katapatan dito. Ang mga ahente ang tamang kasangkapan kapag nagbabago ang mga pahina, kapag walang API, at kapag susuriin ng isang tao ang resulta. Mas mainam pa rin ang deterministic na script para sa mataas na dami, hindi nagbabagong proseso na sensitibo sa oras, kung saan mahalaga ang bawat millisecond at bawat sentimo, at kung saan nasa ilalim ng sarili mong kontrol ang pahina.
Isang magandang patakaran: kung ikaw ang may-ari ng pahina at hindi ito nagbabago, gawan mo ng script. Kung hindi ikaw ang may-ari at biglaan itong nagbabago, gumamit ng ahente.
Mga madalas itanong
Mas mainam ba ang AI browser automation kaysa sa Selenium?
Para sa mga nagbabagong website ng ibang tao, oo, dahil walang selectors na masisira. Para sa matatag na pahina na nasa kontrol mo, na tumatakbo sa mataas na dami, mas mabilis at mas mura pa rin ang deterministic na script.
Kailangan ba nito ng headless browser?
Hindi. Tumatakbo ang Melaya bilang extension sa loob mismo ng browser mo, kaya ginagamit nito ang mga sesyon kung saan naka-login ka na sa halip na buuin ulit ang login sa isang headless na kapaligiran.
Paano nito hinahandle ang isang pahinang nagbago?
Binabasa nito ulit ang pahina pagkatapos ng bawat aksyon, kaya nakikita ang pagbabago sa layout sa halip na basta na lang ipagpalagay. Ito ang loop na wala sa mga deterministic na script.
