Notte 网页自动化
面向网页操作与数据提取的 AI 自动化框架。
按维度查看评分与理由
证据显示：README 描述了 vault 和 persona 功能，暗示有凭据管理，但未提供实现细节或权限最小化说明。用户确认机制未见。数据流透明度有限，仅提及文件存储和 cookie 管理。敏感数据处理有 vault 和 persona 概念，但未深入。依赖安全有 pyproject.toml 列出依赖，但未提供漏洞扫描或锁定文件。外部影响明显（浏览器自动化、代理、CAPTCHA 解决），但未讨论副作用。回滚机制未见。来源归属有作者和版权声明，但发布者未验证。扣分原因：缺乏具体实现证据，权限和用户确认未说明。
证据显示：README 和文档测试显示内部一致性，例如参数同步测试。依赖可用性：依赖列表存在，但未提供锁定文件或版本范围。失败消息：文档提到 AgentFallback 处理失败，但未提供具体错误消息格式。扣分原因：依赖锁定和错误消息细节不足。
证据显示：README 面向开发者，提供多种场景（代理、抓取、混合工作流）。能力边界：描述了功能范围，但未明确限制。触发精度：任务描述自然语言，但未定义精确触发条件。环境适配：支持本地和云模式，但未说明系统要求。扣分原因：触发精度和边界定义不够精确。
证据显示：信息架构清晰，有 README、文档、测试。安装说明提供 pip 命令。命名稳定性：版本号存在，但未提供变更日志。示例和 FAQ：有大量示例，但 FAQ 未见。已知限制：未明确列出。许可证：SSPL-1.0 明确。版本控制：有版本号，但无变更日志。维护责任：有作者和联系方式，但未明确维护政策。扣分原因：缺少变更日志、FAQ 和已知限制。
证据显示：输出可用性：提供结构化输出和抓取功能。边际价值：强调成本降低和可靠性提升。成本效益：声称成本降低 50%+，但未提供详细数据。扣分原因：成本效益声明缺乏具体证据。
证据显示：声明可追溯性：基准测试链接到外部仓库，但未提供原始数据。交叉来源：有外部链接，但未独立验证。事实与推断分离：README 区分了功能描述和基准，但未明确标注推断。扣分原因：基准数据未提供原始数据，推断未明确标注。
- 发布者未验证，身份未知。
- 依赖未锁定，存在供应链风险。
- 敏感数据处理（vault/persona）实现细节未公开。
- 基准测试数据未提供原始数据，声明需谨慎。
- SSPL 许可证可能影响商业使用。
这个 Agent 能做什么，适合哪些场景？
Notte 是一个用于构建、部署和扩展网页交互型 AI 自动化的 Python 框架与 API 服务。开源核心以 `notte.Session` 和 `notte.Agent` 运行本地浏览器会话，用户需提供自己的 LLM API 密钥。托管路径通过 `notte_sdk.NotteClient` 创建浏览器会话和 Agent，并需要 Notte API 密钥。它可将 Playwright 兼容的确定性操作与自然语言 Agent 步骤混合使用，也可返回 Pydantic 定义的结构化结果。README 还展示了 Vault、Persona、文件存储、Cookie、CDP 连接、代理和 CAPTCHA 处理等托管会话能力。
本地模式先执行 pip install notte 与 patchright install --with-deps chromium，再用 notte.Session 建立浏览器会话，并由 notte.Agent(...).run(task=...) 执行自然语言网页任务。托管模式以 NotteClient 创建 Session 和 Agent；会话可执行 session.execute(type="goto"|"fill"|"click", ...)、session.observe() 与 session.scrape(instructions=...)。Agent.run 可接受 Pydantic response_format，将提取结果放入 response.answer。client.scrape 可直接抓取 URL；FileStorage 可上传输入文件并下载 Agent 获得的文件。
- Python 开发者需要在本机用自有 LLM 密钥完成网页导航、表单操作或图片搜索等自然语言任务。
- 数据采集工程师需要从新闻或博客页面提取符合 Pydantic 模型的标题、链接、分数、作者和正文。
- 自动化团队需要先用
session.execute完成稳定的跳转和填写，再把需要判断的网页步骤交给Agent。 - 需要托管浏览器会话的团队可通过 Notte API 使用代理、CAPTCHA 处理、Cookie 或 CDP 连接。
- 需要网页登录自动化的用户可将站点账号凭据加入
Vault，让 Agent 在任务中使用这些凭据。 - 需要在网页工作流中上传 PDF 或取回下载文件的用户可将
FileStorage附加到 Session。
这个 Agent 有哪些优点和局限？
- 同一工作流可混合
session.execute的确定性网页操作与 Agent 推理步骤，适合把不需要推理的部分脚本化。 response_format支持 Pydantic 模型，可将网页提取结果限制为调用方所需的结构。- 托管会话展示了代理、自动 CAPTCHA 处理、Vault、Persona、文件存储、Cookie 和 CDP 等浏览器控制能力。
AgentFallback可在确定性操作失败时触发 Agent 尝试修复该步骤。
- 本地运行要求 Python 3.11+、Patchright、Chromium，以及用户自行准备的 LLM API 密钥。
- 托管功能需要 Notte Console API 密钥；README 未提供
notte_sdk的单独安装说明，也未说明服务定价。 - README 同时在仓库元数据中标示 License 为 NOASSERTION、在正文中称为 SSPL-1.0，采用前应核实实际许可状态。
- README 的性能排名来自其链接的
open-operator-evals，不能据此推断你的站点、模型或任务上的结果。
如何安装或部署这个 Agent？
本地模式要求 Python 3.11+。安装并安装 Chromium：
pip install notte
patchright install --with-deps chromium本地 Agent 还需要你自己的 LLM API 密钥。托管 SDK 模式需要先在 Notte Console 创建 NOTTE_API_KEY；README 展示了 from notte_sdk import NotteClient，但未单独给出 notte_sdk 的安装命令。
如何使用这个 Agent？
本地首次调用：
import notte
with notte.Session(headless=False) as session:
agent = notte.Agent(session=session, reasoning_model='gemini/gemini-2.5-flash', max_steps=30)
response = agent.run(task='doom scroll cat memes on google images')托管调用时创建 NotteClient(api_key=os.getenv('NOTTE_API_KEY'))，并在 with client.Session(...) as session: 中创建 client.Agent 后调用同一个 run 方法。
这个 Agent 与同类方案有什么区别？
README 的基准表将 Notte 与 Browser-Use 和 Convergence（proxy-lite）并列比较；表中报告 Notte 的 Agent Self-Report 为 86.2%、LLM Evaluation 为 79.0%、每任务 47 秒、Task Reliability 为 96.6%。这些是 README 所列评测结果，不是对所有环境的保证。
常见问题
能否完全在本地运行？
notte.Session 与 notte.Agent 的本地模式；你需要安装 Patchright/Chromium，并提供自己的 LLM API 密钥。何时需要 Notte API 密钥？
NotteClient 的托管浏览器会话和 README 所示的高级会话功能时，需要在 Notte Console 创建 NOTTE_API_KEY。能否获得可验证的结构化数据？
Agent.run 或 client.scrape 提供 Pydantic response_format，结果可按该模型结构返回。脚本化操作失败会怎样？
AgentFallback(session, "...") 示例：其中的确定性 session.execute 失败时，可触发 Agent 处理补救任务。能接入已有浏览器供应商吗？
client.Session(cdp_url=...) 提供 CDP URL，以使用兼容 CDP 的外部浏览器会话。