前言

最近发现微软开源了一个非常有意思的项目 —— Webwright，它是一个让 LLM 具备浏览器操作能力的框架。今天我们就用它环境中的 Playwright 来实现 CSDN 自动发文。

什么是 Webwright？

Webwright 给 LLM 提供了一个终端，可以启动多个浏览器会话来检查页面并完成 Web 任务。它的核心理念是：

• 代码即操作：用 Python 脚本驱动浏览器，而不是逐步预测点击坐标
• 工作区即状态：持久化产物是代码和日志，而不是浏览器会话
• 轻量级设计：核心代理循环仅约 450 行代码

环境搭建

# 创建 Python 3.11 虚拟环境
py -3.11 -m venv venv311

# 激活环境
.\venv311\Scripts\Activate.ps1

# 克隆 Webwright
git clone https://github.com/microsoft/webwright.git

# 安装
pip install -e .\webwright
playwright install chromium

自动发文原理

使用 Playwright 的持久化浏览器上下文（Persistent Context），可以保存登录状态。脚本会：

1. 打开 CSDN 博客编辑器
2. 检测登录状态，未登录则等待手动登录
3. 自动填写标题和 HTML 内容
4. 通过 CKEditor API 填充正文，然后点击发布

代码示例

from playwright.async_api import async_playwright

async with async_playwright() as p:
    browser = await p.chromium.launch_persistent_context(
        user_data_dir="user_data",
        headless=False,
    )
    page = browser.pages[0]
    await page.goto("https://editor.csdn.net/md")
    # 填写内容、发布...

小结

Webwright 将浏览器视为 agent 可以启动、检查和丢弃的工具，而持久化产物是本地工作区中的代码和日志。这种设计让浏览器自动化变得更加可靠和可复现。

本文由 Playwright (Webwright 环境) 自动发布，展示了 Python 浏览器自动化的实际应用。