染卷不卷'blog

12年站长,AI实践中。互联网 IT行业,工作见闻、技术教程全分享。

AI 智能体 / 软件应用

AI办公实操:WorkBuddy、TraeWork、千问办公操作浏览器谁更强?

本篇目录

现在大部分AI智能体客户端都可以直接操作浏览器,有的是通过mcp操作有的是内置集成了浏览器。AI具备这种能力后就可以很方便地替人浏览调试网页、抓取数据、导出报表、发帖评论、文件上传、后台档案创建等操作(搭配定时任务更是如虎添翼)。本文测试对比场景为:登录帆软报表测试后台打开指定报表,下载指定日期范围的excel数据(这个excel导出把Trae可难坏了)。

一、先说下结论

实际测试下来操作浏览器这块我的排名是这样: 千问办公 > WorkBuddy > TraeWork。

体验/测试项WorkBuddyTraeWork千问办公
任务交付总耗时74分钟140分钟33分钟
浏览器操作自动处理无须人工干预内置浏览器无须人工干预需要先安装浏览器连接器
提示词轮数仅1次,直接交付python脚本6次2次,每次都是按要求完成交付物
消耗积分0积分 (全程Hy3免费模型)514积分(全程最便宜的0.25x千问模型)35积分 (中途换成0.1x标准模型)
限时签到活动每天100积分(有有效期)每天150积分(有有效期)每天100积分(仅当天有效)
产物测试结果脚本通过虽然能导出但时间范围不对;
且使用坐标定位元素,健壮性不够。
脚本通过

一开始的想法是先让这3个智能体直接操作浏览器来实现导出excel,导出成功后再让它们各自生成python脚本程序,结果WorkBuddy直接给我成品的python程序,TraeWork是正常操作它内置浏览器但是一直没办法下载成功后面它自己放弃了说是实现不了,就让它使用playwright来操作浏览器,结果还是调试了几轮最终也只是能导出(时间范围还是没对)。千问办公主要是需要先装浏览器插件来连接,需要一点点动手能力,照着页面提示来做其实也没难度,最终严格按指令执行成功(一次是使用浏览器操作成功导出所需excel,一次是将这个过程输出为可执行程序)。

二、测试过程

操作浏览器的指令很简单,自然语言讲清楚url地址,要操作什么菜单、表单,执行什么动作就行。剩下的就是看着AI去完成,有异常的可以直接暂停后发送新的指令来纠正AI的行为。

测试网址:本地安装运行的帆软报表平台,本来是想直接找个在线网站来演示下载,后来想想不太“合规”就放弃了。

WorkBuddy热身的时间太长(可能是我电脑原因 agent-browser这个技能没用起来浪费了一些时间,后面它就直接自己用playwright了),前面20分钟都没搞定登录,TraeWork已经找到目标报表菜单了。因为这俩货是一起干活的,谁想到后面WorkBuddy做完了,TraeWork还在调试导出。

从下图可以看出,最终完成后WorkBuddy的输出还是很干净的(点击> 可以展开更多过程详情) ,如果有免费的模型慢就慢点还要什么自行车呢?而且全程只发一次提示词多省心。

另外操作浏览器的关键步骤它还自动截图下来了,交付的程序是配置的无头浏览器(就是运行中隐藏了浏览器窗口,不影响用户其他正常操作)。

至于Trae 我只能说在这次的浏览器操作测试中“拉完了”,积分用的最多、沟通次数最多、时间用的最长,最终的产物也没达到预期要求。

在前面操作浏览器保存时,Trae直接给出结论没办法绕过导致不能下载(就是上图这种文件保存位置选择弹窗,反反复复卡了很长时间没解决),这个应该时Trae内置浏览器设计的问题,下载excel出现系统弹窗选择文件保存位置,内置这个浏览器没办法处理或者说需要后期迭代处理下这种场景。

其实在开发任务中Trae的这个内置浏览器操作我觉得是很不错的,定位前端错误及功能测试用的手感很不错,就是在今天这个帆软下载excel上栽了跟头。

后面实在不想继续让它操作浏览器了,就让它改用playwright继续了。改playwright脚本用了70分钟,其他的多说无用见下图:

下图可见,就Trae 混合了坐标定位,WorkBuddy和千问办公代码里都是元素判断选择。

千问办公是最后上场的,且只有今天签到送的100积分,原以为不够完成这个任务没想到切换标准模型后积分还挺耐用的。

一开始没有在连接器中安装“浏览器”导致一上来千问办公就开始进行“计算机控制”来操作我浏览器,感觉中止任务后安装浏览器连接器后继续。

安装后会弹出教程,核心就是在edge或chrome浏览器里面安装一个浏览器插件。

操作浏览器下载的任务一次性完成(花费28分钟)

然后第二个任务指令是让它把这个过程做成可执行程序(花费13分钟),出现一些交互选择还是很人性化的,年份还可以参数后便于后面自定义别的excel导出时间范围。

最终产物还提供了bat文件,避免在dos窗口下使用“python 程序名”来执行python脚本,另外还有个使用说明(考虑的挺周到)。

结束

本文的初衷不是评测,是让大家知道可以安排AI智能体操作浏览器,并输出可执行程序,毕竟最终输出的程序运行起来是不需要消耗积分的!除非你真是财大气粗每次都用大模型驱动浏览器来完成任务,即使是这样也不建议这么做毕竟大模型能看到你的数据,写成程序后程序都是本地运行不会经过第三方,数据相对安全。

染卷

本站文章也会定期同步到微信公众号,可以关注下避免错过~

建站 12年 6天
微信公众号

发表评论

邮箱不会公开,带 * 为必填。