微软发布终端原生 Web Agent 框架：Webwright
TL;DR · AI 摘要
微软发布了终端原生 Web Agent 框架 Webwright，采用“代码即动作”设计，让 LLM 写 Playwright 脚本，性能表现优异，适用于多种后端平台。
核心要点
- Webwright 使用 LLM 写 Playwright 脚本，将网页操作变成可运行的 Python 程序。
- Webwright 在 Online-Mind2Web 和 Odysseys 任务中的表现优于同类开源框架。
- Webwright 支持多种后端平台，并且具有良好的可审计性和可复用性。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Webwright
- 核心设计
- 让 LLM 写 Playwright 脚本
- 工作区即状态
- 脚本、截图、日志保存在本地
- 终端优先
- 核心循环只有三个模块约 1000 行代码
- 性能表现
- Online-Mind2Web 和 Odysseys 任务表现优异
- 产品化与集成
- 支持多种后端平台
金句 / Highlights
值得收藏与分享的关键句。
Webwright 让 LLM 写 Playwright 脚本，将网页操作变成可运行的 Python 程序。
Webwright 在 Online-Mind2Web 和 Odysseys 任务中的表现优于同类开源框架。
Webwright 支持多种后端平台，并且具有良好的可审计性和可复用性。
https://t.co/k4lsns8Ck4
核心设计：代码即动作 传统网页智能体采用"观察→预测下一步点击→执行"的循环，每一步都依赖 LLM 判断。Webwright 的做法更贴近软件工程师思维： · 让 LLM 写 Playwright 脚本 —— 把网页操作变成可运行的 Python 程序 · https://t.co/OzHwi3trV8" / X
微软发布终端原生 Web Agent 框架：Webwrightgithub.com/microsoft/webw核心设计：代码即动作 传统网页智能体采用"观察→预测下一步点击→执行"的循环，每一步都依赖 LLM 判断。Webwright 的做法更贴近软件工程师思维： · 让 LLM 写 Playwright 脚本 —— 把网页操作变成可运行的 Python 程序 · 工作区即状态 —— 脚本、截图、日志保存在本地，浏览器会话可随时重建 · 终端优先 —— 核心循环只有三个模块约 1000 行代码，无隐藏编排层 这种模式产生的"副产物"是可复用的自动化程序，而非一次性交互痕迹。 性能表现：SOTA 水平 · Online-Mind2Web (300 任务)：86.7% (GPT-5.4)，同类开源框架中最高 · Odysseys (200 长程任务，平均 76.1 步)：60.1% (GPT-5.4)，较此前 SOTA (+15.6pt)，较基线 GPT-5.4 (+26.6pt) · Claude Opus 4.7：84.7% / 难例 80.5%，难例上超越 GPT-5.4 架构极简 Runner (150行) -> Model Endpoint (550行) -> Environment (300行) · 仅依赖 httpx、pydantic、playwright、typer · 无多智能体系统、无图引擎、无插件层 · 支持 OpenAI、Anthropic、OpenRouter 后端 产品化与集成 · Claude Code：插件 /plugin install webwright@webwright，支持 /webwright:run 和 /webwright:craft · OpenAI Codex：插件市场安装，通过 @ webwright 调用 · OpenClaw / Hermes：共享 skills/webwright/ 目录，统一技能规范 关键创新点 · Task2UI 模式 (2026-05-11 新增) —— 任务完成后自动渲染为 HTML 应用，结果可视化且可重用 · 脚本可复用性 —— 即使是 Qwen-3.5-9B 这样的小模型，在预置工具脚本辅助下也能达到 66.2% 的难例完成率 · 可审计性 —— 每次运行都保存轨迹、截图、报告，便于调试和回归
Quote
Omar Shahine
@OmarShahine
23h
Need to try this. Hoping for massive boost over Playwright for browser automation. github.com/microsoft/webw