AutomatiQ 网页流程记录器

这个 Agent 能做什么，适合哪些场景？

AutomatiQ 是一个 Alpha 阶段的 Python 工具，通过 MCP stdio 服务器让 AI 客户端调用录制和状态查询工具。它会启动一个可见的 Brave 浏览器，并记录用户操作、网络请求、WebSocket 数据以及可选的视频片段。录制结束后，工具会把解码后的流量和会话说明编译到工作目录下的会话文件夹；配置视觉模型时，还能为操作片段添加注释。MCP 客户端可先读取生成的 README，再据此编写直接使用 HTTP 的自动化脚本。它要求 Python 3.11+，浏览器录制依赖 Brave；录制数据保存在本地会话目录，但配置的视觉模型服务会参与分析。

运行 automatiq 启动 MCP stdio 服务器。客户端调用 start_recording(url, session_name?, proxy?, include_video?) 后，AutomatiQ 打开可见的 Brave 窗口并捕获网络、WebSocket、用户操作和视频；用 stop_recording(session_id) 请求结束录制，再通过 wait_for_completion(session_id?, timeout_s?) 等待编译完成。随后读取 ./automatiq_sessions/<session_name>/ 中的 README.md 和产物；如果配置了视觉模型，可调用 annotate_user_interactions(session_id?, focus?) 补做视觉分析。会话文件可能包含未脱敏的请求和响应正文、Cookie、凭据以及输入的密码。

1. 需要理解目标网站请求流程的数据工程师，可录制一次人工操作，再据会话产物编写 HTTP 抓取脚本。
2. 为 AI 助手构建网页自动化的开发者，可让助手读取操作和网络记录，减少对页面行为的猜测。
3. 排查 WebSocket 交互的工程师，可捕获浏览期间的 WebSocket 数据并检查生成的会话文件。
4. 需要复现用户操作的测试人员，可录制可见浏览器操作，并在配置视觉模型时查看带注释的片段。
5. 希望让 MCP 客户端生成抓取脚本的团队，可在本地运行服务器并把会话目录作为脚本编写依据。

如何安装或部署这个 Agent？

需要 Python 3.11+。安装包后，将 AutomatiQ 注册为 MCP stdio 服务器；首次启动时，如果系统未找到 Brave，工具会下载托管的 Brave 浏览器。可选的视觉分析需要在配置文件中填写与所选 LiteLLM 提供方匹配的 API 密钥。

pip install automatiq

在 MCP 客户端配置中添加：

{
  "mcpServers": {
    "automatiq": {
      "command": "automatiq"
    }
  }
}

要使用视觉分析，在 ~/.automatiq/config.toml 设置模型及其提供方密钥：

[models]
recorder = "gemini/gemini-3.1-flash-lite"
recorder_api_key = "your-key-here"

如何使用这个 Agent？

重启 MCP 客户端后，确认 AutomatiQ 的工具可用。调用 start_recording 并传入目标网址；浏览器打开后完成要记录的操作。之后调用 wait_for_completion 轮询状态，或在结束操作后调用 stop_recording 并继续等待。任务完成时先读取返回的 readme_path 指向的会话 README，再查看会话目录中的其他产物。视觉分析需要提供匹配模型的密钥；include_video 默认为 true，设为 false 可跳过动作视频片段。录制结束后若补充了密钥，可调用 annotate_user_interactions 重新分析。

start_recording(url="https://example.com")
wait_for_completion(session_id="<session_id>")

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题