核心用法
Actionbook 是一套浏览器自动化工具，采用"操作手册优先"的工作流：先通过 actionbook search 和 actionbook get 获取预验证的页面选择器，再执行浏览器命令。
主要功能
- 双模式控制：CDP 模式（默认，独立浏览器实例）和扩展模式（控制用户现有 Chrome 浏览器）
- 预验证选择器：通过 Action Manual 获取经过维护的 CSS/XPath/Role 选择器，避免动态 DOM 变化导致失败
- 完整生命周期管理：支持浏览器开启、交互、等待、截图、PDF 导出、清理等全流程
显著优点
1. 可靠性高：预计算的选择器比实时快照更稳定，减少因页面结构变化导致的自动化失败
2. 开发体验好：语义化搜索（"arxiv search papers"）替代硬编码选择器，降低维护成本
3. 灵活性：扩展模式可直接利用用户登录态，适合需要真实会话的任务
4. 安全回退：当预验证选择器失效时，提供快照→截图→坐标检查→JS 执行的完整降级链
潜在局限
- 覆盖范围依赖：Action Manual 需预先建立，未覆盖的站点需回退到快照模式
- 时效性风险：预计算数据可能随网站更新而过期，需依赖用户反馈更新
- 扩展模式复杂度：Chrome Extension 安装、配对、生命周期管理对新手有一定门槛
- 平台限制：当前主要支持 Chromium 内核浏览器
适合人群
- 需要自动化重复网页操作的开发者（数据录入、表单提交、内容发布）
- 构建浏览器 AI Agent 的工程师
- 进行 E2E 测试的 QA 团队
- 需要监控网页变化或定期截图的运维人员
- 希望复用现有浏览器会话（保持登录态）的自动化场景
常规风险
- 数据安全：扩展模式控制真实浏览器，可能意外操作用户数据，需谨慎处理敏感操作（清除 cookie、关闭标签）
- 连接泄露：扩展模式下若未先执行
browser close再extension stop，会导致 Chrome 持续显示"调试中"状态 - 选择器过时依赖：用户可能因惯性跳过 search/get 步骤，直接使用记忆选择器，导致自动化失败
- 权限边界：L3 级操作（部分 cookie/存储修改）需要用户手动在扩展弹窗中批准