跳转到内容

浏览器自动化

dassi 是一个完整的浏览器自动化代理。它和你一样操作网页——读取内容、点击元素、填写表单、在页面之间跳转。

dassi 能读懂任何网页:

  • 整页内容 — 读取文字、标题、链接和结构
  • 交互元素 — 识别按钮、输入框、下拉菜单等控件
  • 截图 — 拍下页面快照,用来核对结果和理解复杂布局
  • 打开 URL — 访问任意网站
  • 前进/后退 — 在浏览历史中移动
  • 打开新标签页 — dassi 可以打开多个标签页并在其间切换
  • 关闭标签页 — 完成后清理

dassi 打开的所有标签页都会归入一个 Chrome 标签页组,让工作区保持整洁。

  • 点击按钮和链接 — dassi 通过角色、文字和位置识别元素
  • 悬停 — 触发下拉菜单和提示
  • 右键 — 打开上下文菜单
  • 双击 — 选中文字等双击操作
  • 拖放 — 在位置之间移动元素
  • 滚动 — 向任意方向浏览长页面
  • 文本输入 — 往任意文本框里输入
  • 下拉菜单 — 从下拉列表中选择
  • 复选框和开关 — 勾选或取消
  • 文件上传 — 往上传字段里附加文件
  • 复杂表单 — 处理跨页面的多步表单

dassi 可以像你一样按快捷键:

  • 单键:Enter、Tab、Escape、Backspace
  • 组合键:Ctrl+A、Ctrl+C、Ctrl+V、Cmd+Z
  • 导航键:方向键、Home、End、Page Up、Page Down

对于高级任务,dassi 可以在页面里运行 JavaScript,用来:

  • 读取 HTML 里不可见的数据
  • 操作复杂的 Web 应用
  • 生成交互式面板和可视化
  • 把自定义工具直接注入页面

dassi 在工作全程都会截图,用来:

  • 理解视觉布局
  • 核对操作是否正确完成
  • 操作基于坐标的界面
  • 让你看到它看到的东西

dassi 可以同时在多个标签页上工作。例如:

在不同标签页里打开 Amazon、eBay 和 Best Buy。
分别搜索「Sony WH-1000XM5 耳机」,
做一张价格对比表。

所有标签页都在同一个 Chrome 标签页组里,dassi 可以按需切换。

任务完成后,dassi 会自动关闭过程中打开的中间标签页——比如搜索结果页,或调研时访问的参考网站。只有包含最终结果的标签页会保留。

这样浏览器能保持整洁,你不用手动关掉多余的标签页。

对某些应用,dassi 使用原生集成,而不是直接在界面上点击。这更可靠——不受界面改版影响,并且通过应用自己的内部流程完成操作。

在 Gmail 上,dassi 可以通过 Gmail 自己的消息管道发送邮件,而不是在撰写窗口里模拟点击。邮件会正常出现在已发送文件夹里,和你自己发的邮件完全一样。

自然地说就行:

给 [email protected] 发邮件,告诉她 Q1 报告已经准备好了。主题:Q1 Report。

发送前 dassi 会确认你的意图。支持收件人(to、cc、bcc)、主题,以及纯文本或简单 HTML 正文。

在访问新域名或在敏感页面上执行操作之前,dassi 会给出一份计划,显示:

  • 它将访问哪些网站
  • 它将执行哪些步骤

你必须批准计划,dassi 才会继续。这让你完全掌控 dassi 的行为。

dassi 无法自动化某些页面:

  • Chrome 内部页面 — chrome://settings、chrome://extensions 等 Chrome 内置页面无法自动化
  • 其他扩展 — dassi 无法操作其他 Chrome 扩展的弹窗或页面
  • 验证码 — dassi 尊重机器人检测系统,不会尝试绕过
  • 银行凭据 — dassi 绝不会替你输入密码、信用卡号或银行信息

更多细节见已知限制。