LaVague 浏览器自动化评估：把自然语言查询变成 Selenium 代码靠谱吗

每次回归测试都要打开页面、找到入口、点击，再确认结果；如果页面改了，脚本里的元素定位也可能跟着失效。LaVague 的吸引力在于：开发者先用自然语言描述目标，让代理尝试完成浏览器操作，再判断这些操作能否沉淀为可靠的自动化脚本。但“能点通一次”和“能长期稳定运行”是两回事。

LaVague 如何把目标变成浏览器操作

LaVague 是用于构建网页智能体的开源项目。据项目说明，它将任务分成两个环节：World Model 根据目标和当前网页状态决定下一步做什么；Action Engine 将指令转成可执行的操作代码，例如 Selenium 或 Playwright 代码，并执行。本文以 Selenium 路径做一个小任务验证。

它适合先探索步骤相对固定、结果容易观察的网页任务，例如打开文档入口、在内部工具中查找记录，或为重复性回归测试起草操作流程。需要注意的是，agent.run() 完成操作，不等于它已经为团队产出一份带断言、可独立运行且便于维护的 Selenium 测试文件。

用本地页面验证首次运行

先把目标缩到最小：打开测试页，点击“查看结果”，确认浏览器到达结果页。这样可以分别检查环境、页面操作和结果验证，而不必先处理登录、验证码或复杂业务状态。

准备 Python 环境、可用的浏览器，以及 LaVague 所需的模型服务配置。项目网站给出的入门安装命令是 pip install lavague；模型凭据和依赖配置请按所选模型及官方入门文档核对，不要把密钥写进脚本或提交到仓库。

python -m venv .venv
# 激活虚拟环境后执行
pip install lavague

在一个空目录中建立两个页面：

<!-- index.html -->
<!doctype html>
<html lang="zh-CN">
  <head><meta charset="utf-8"><title>入口页</title></head>
  <body><a href="/done.html">查看结果</a></body>
</html>

<!-- done.html -->
<!doctype html>
<html lang="zh-CN">
  <head><meta charset="utf-8"><title>结果页</title></head>
  <body><h1>任务完成</h1></body>
</html>

在该目录启动本地服务：

python -m http.server 8000

随后在另一个终端运行以下脚本。它沿用项目网站展示的 SeleniumDriver、ActionEngine、WorldModel 和 WebAgent 组合方式；如果安装版本的接口已有变化，应以当前文档为准调整。

from lavague.drivers.selenium import SeleniumDriver
from lavague.core import ActionEngine, WorldModel
from lavague.core.agents import WebAgent

driver = SeleniumDriver(headless=False)
agent = WebAgent(WorldModel(), ActionEngine(driver))

agent.get("http://localhost:8000/index.html")
agent.run("点击页面上的“查看结果”链接，打开结果页。")

这是一套验证方法，而不是已完成的实测结论。运行时先观察浏览器是否打开入口页、是否点击了正确链接、最终是否出现“任务完成”。如果这些条件没有逐项确认，就不能仅凭代理返回“已完成”判定任务成功。

点通之后，怎样判断代码靠不靠谱

若要把这次操作纳入回归测试，还需要人工整理定位方式并加入结果断言。下面是针对同一页面手工编写的验证基线，不是声称由 LaVague 原样导出的代码：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

browser = webdriver.Chrome()
try:
    browser.get("http://localhost:8000/index.html")
    wait = WebDriverWait(browser, 10)
    wait.until(
        EC.element_to_be_clickable((By.LINK_TEXT, "查看结果"))
    ).click()
    wait.until(EC.url_contains("/done.html"))
    assert "任务完成" in browser.find_element(By.TAG_NAME, "body").text
finally:
    browser.quit()

评估 LaVague 生成的操作时，可以对照这份基线问三个问题：