""" baseClassTools.py 使用示例 Usage Examples for baseClassTools.py 本文件演示如何使用基于 browser-use 原生类的工具集。 """ import asyncio from tools.baseClassTools import ( # 会话管理 init_browser_session, cleanup_browser_session, # 工具函数 navigate_to_url, click_element, input_text, send_keys, scroll_page, get_page_html, get_selector_map, extract_content, wait, wait_for_user_action, search_web, screenshot, evaluate, ) # ============================================================ # 示例 1: 基础使用 - 简单的网页导航和交互 # ============================================================ async def example_1_basic_usage(): """ 基础示例：导航到网页，获取页面信息 """ print("\n" + "="*60) print("示例 1: 基础使用") print("="*60 + "\n") try: # 1. 初始化浏览器会话（只需要调用一次） await init_browser_session( headless=False, profile_name="example_profile" ) # 2. 导航到网页 result = await navigate_to_url("https://www.baidu.com") print(f"✅ 导航结果: {result.output}") # 3. 等待页面加载 await wait(seconds=2) # 4. 获取页面 HTML html_result = await get_page_html() print(f"✅ 获取到 HTML，长度: {len(html_result.metadata.get('html', ''))}") # 5. 获取页面元素映射 selector_result = await get_selector_map() print(f"✅ 找到元素: {selector_result.output.split('\\n')[0]}") finally: # 6. 清理会话 await cleanup_browser_session() print("\n✅ 浏览器会话已清理") # ============================================================ # 示例 2: 搜索和数据提取 # ============================================================ async def example_2_search_and_extract(): """ 搜索示例：使用搜索引擎搜索并提取结果 """ print("\n" + "="*60) print("示例 2: 搜索和数据提取") print("="*60 + "\n") try: # 1. 初始化浏览器 await init_browser_session(headless=False) # 2. 使用 Google 搜索 search_result = await search_web( query="Python async programming", engine="google" ) print(f"✅ 搜索完成: {search_result.long_term_memory}") # 3. 等待结果加载 await wait(seconds=3) # 4. 滚动查看更多结果 await scroll_page(down=True, pages=1.0) print("✅ 滚动页面完成") # 5. 截图查看页面状态 await screenshot() print("✅ 截图请求已发送") # 6. 获取页面 HTML 用于分析 html_result = await get_page_html() url = html_result.metadata.get('url', '') print(f"✅ 当前页面: {url}") finally: await cleanup_browser_session() # ============================================================ # 示例 3: 表单填写和提交 # ============================================================ async def example_3_form_interaction(): """ 表单交互示例：填写表单并提交 """ print("\n" + "="*60) print("示例 3: 表单填写和提交") print("="*60 + "\n") try: # 1. 初始化浏览器 await init_browser_session(headless=False) # 2. 导航到表单页面（这里用百度作为示例） await navigate_to_url("https://www.baidu.com") await wait(seconds=2) # 3. 获取元素映射 selector_result = await get_selector_map() print(f"✅ {selector_result.output.split(chr(10))[0]}") # 4. 找到搜索框并输入文本（假设索引为 1） # 注意：实际使用时需要查看 selector_result 找到正确的索引 await input_text(index=1, text="browser automation", clear=True) print("✅ 输入文本完成") # 5. 发送回车键提交 await send_keys(keys="Enter") print("✅ 按下回车键") # 6. 等待搜索结果加载 await wait(seconds=3) # 7. 滚动查看结果 await scroll_page(down=True, pages=2.0) print("✅ 滚动完成") finally: await cleanup_browser_session() # ============================================================ # 示例 4: 需要登录的场景 # ============================================================ async def example_4_login_scenario(): """ 登录场景示例：导航到需要登录的网站，等待用户登录 """ print("\n" + "="*60) print("示例 4: 需要登录的场景") print("="*60 + "\n") try: # 1. 初始化浏览器（使用持久化配置保存登录状态） await init_browser_session( headless=False, profile_name="xiaohongshu_profile" # 使用专门的配置文件 ) # 2. 导航到小红书 await navigate_to_url("https://www.xiaohongshu.com") await wait(seconds=2) # 3. 检查是否需要登录 html_result = await get_page_html() html = html_result.metadata.get('html', '') if "登录" in html or "login" in html.lower(): print("⚠️ 检测到需要登录") # 4. 等待用户手动登录 wait_result = await wait_for_user_action( message="请在浏览器中登录小红书 (Please login to Xiaohongshu)", timeout=180 # 3分钟超时 ) if "完成" in wait_result.title: print("✅ 用户已完成登录") else: print("⚠️ 等待超时，继续执行") else: print("✅ 已经登录或不需要登录") # 5. 继续执行任务（这里只是示例） await wait(seconds=2) print("✅ 可以继续执行后续任务") # 注意：第二次运行时，由于使用了持久化配置， # 浏览器会自动加载之前保存的登录状态 finally: # 不要立即清理，保持登录状态 await cleanup_browser_session() print("\n✅ 会话已保存，下次运行会自动登录") # ============================================================ # 示例 5: JavaScript 执行和高级操作 # ============================================================ async def example_5_javascript_execution(): """ JavaScript 执行示例：使用 JavaScript 进行高级操作 """ print("\n" + "="*60) print("示例 5: JavaScript 执行") print("="*60 + "\n") try: # 1. 初始化浏览器 await init_browser_session(headless=False) # 2. 导航到网页 await navigate_to_url("https://www.baidu.com") await wait(seconds=2) # 3. 执行 JavaScript 获取页面信息 js_code = """ (function(){ try { return { title: document.title, url: window.location.href, links: document.querySelectorAll('a').length, images: document.querySelectorAll('img').length }; } catch(e) { return 'Error: ' + e.message; } })() """ result = await evaluate(code=js_code) print(f"✅ JavaScript 执行结果:\n{result.output}") # 4. 使用 JavaScript 滚动到特定位置 scroll_js = "window.scrollTo(0, document.body.scrollHeight / 2)" await evaluate(code=scroll_js) print("✅ 使用 JS 滚动完成") # 5. 使用 JavaScript 提取数据 extract_js = """ (function(){ const links = Array.from(document.querySelectorAll('a')); return links.slice(0, 5).map(a => ({ text: a.textContent.trim(), href: a.href })); })() """ links_result = await evaluate(code=extract_js) print(f"✅ 提取链接:\n{links_result.output[:200]}...") finally: await cleanup_browser_session() # ============================================================ # 示例 6: 在 Agent 类中集成使用 # ============================================================ class MyBrowserAgent: """ 示例 Agent 类：展示如何在自己的 Agent 中集成 baseClassTools """ def __init__(self, profile_name: str = "default"): self.profile_name = profile_name self.initialized = False async def initialize(self): """初始化 Agent 和浏览器会话""" if not self.initialized: await init_browser_session( headless=False, profile_name=self.profile_name ) self.initialized = True print("✅ Agent 已初始化") async def cleanup(self): """清理资源""" if self.initialized: await cleanup_browser_session() self.initialized = False print("✅ Agent 已清理") async def navigate_and_get_info(self, url: str): """导航到 URL 并获取页面信息""" await self.initialize() # 导航 await navigate_to_url(url) await wait(seconds=2) # 获取信息 html_result = await get_page_html() title = html_result.metadata.get('title', '') url = html_result.metadata.get('url', '') return { "title": title, "url": url } async def search_and_click(self, query: str, element_index: int): """搜索并点击指定元素""" await self.initialize() # 搜索 await search_web(query=query, engine="google") await wait(seconds=3) # 点击元素 await click_element(index=element_index) await wait(seconds=2) return True async def extract_with_login(self, url: str, need_login: bool = False): """提取数据，如果需要则等待登录""" await self.initialize() # 导航 await navigate_to_url(url) await wait(seconds=2) # 如果需要登录 if need_login: html_result = await get_page_html() html = html_result.metadata.get('html', '') if "登录" in html or "login" in html.lower(): print("⚠️ 检测到需要登录") await wait_for_user_action("请登录", timeout=180) # 获取页面内容 html_result = await get_page_html() return html_result.metadata.get('html', '') async def example_6_agent_integration(): """ Agent 集成示例：展示如何在 Agent 中使用工具 """ print("\n" + "="*60) print("示例 6: Agent 集成") print("="*60 + "\n") agent = MyBrowserAgent(profile_name="agent_profile") try: # 1. 导航并获取信息 info = await agent.navigate_and_get_info("https://www.baidu.com") print(f"✅ 页面信息: {info}") # 2. 搜索并交互 # await agent.search_and_click("Python", element_index=5) # print("✅ 搜索和点击完成") finally: await agent.cleanup() # ============================================================ # 运行所有示例 # ============================================================ async def run_all_examples(): """运行所有示例""" print("\n" + "="*80) print("开始运行 baseClassTools.py 使用示例") print("="*80) # 选择要运行的示例（取消注释来运行） await example_1_basic_usage() # await example_2_search_and_extract() # await example_3_form_interaction() # await example_4_login_scenario() # await example_5_javascript_execution() # await example_6_agent_integration() print("\n" + "="*80) print("所有示例运行完成") print("="*80 + "\n") if __name__ == "__main__": # 运行示例 asyncio.run(run_all_examples())