Webwright

Большинство браузерных агентов работают по одной схеме: получил состояние страницы — предсказал следующее действие — кликнул — повторил. Шаг за шагом, действие за действием. Webwright считает, что это тупик.

Идея здесь другая: дать языковой модели терминал, а не браузер. Агент сам запускает браузерные сессии, инспектирует страницы, делает скриншоты когда нужно — и всё это оформляет в виде переиспользуемого Python-скрипта. Вся история работы агента — это один файл с кодом, а не эфемерная сессия браузера, которая исчезает после закрытия вкладки.

Никакой многоагентной системы, никакого граф-движка, никакого скрытого оркестрирования. Только терминал, браузер и модель.

Архитектурно Webwright намеренно минималистичен: весь основной цикл агента — около 450 строк кода, окружение Playwright — 570 строк, CLI — 150. Зависимости — httpx, pydantic, playwright и typer. Никаких тяжёлых фреймворков под капотом, всё читается и отлаживается напрямую.

Такой подход даёт конкретные результаты на бенчмарках. На Online-Mind2Web (300 задач) Webwright показывает 86.7% с GPT-5.4 — лучший результат среди открытых решений в категории AutoEval. На Odysseys (200 задач с длинным горизонтом) — 60.1%, что на 15.6 пункта выше предыдущего SOTA и на 26.6 пункта выше базового GPT-5.4 с координатным предсказанием.

Сгенерированные скрипты можно упаковывать как параметризованные CLI-инструменты и переиспользовать на похожих задачах — даже небольшие модели вроде Qwen-3.5-9B справляются с задачами на Online-Mind2Web, если у них есть 5+ готовых инструментов.

Есть и Task2UI режим: Webwright выполняет задачу и рендерит результаты в HTML-приложение, которое удобно просматривать и переиспользовать. Плюс встроенный Flask-дашборд для повторяемых запусков с историей траекторий и скриншотов.

Если нужен минималистичный, прозрачный стартер для браузерных агентов — без лишних слоёв абстракций и с понятным циклом работы — Webwright именно об этом.