开发与工程 web-automation browser-sessions playwright pydantic web-scraping captcha-solving cdp

Notte 网页自动化

面向网页操作与数据提取的 AI 自动化框架。

源仓库: nottelabs/notte
Star 数: ★ 2.1k
最近更新: 今天
License: NOASSERTION
主语言: Python
FA 评分: 44/100 · 缺口较多

30 秒速览

运行形态: 代码库 / SDK云服务 / SaaS
可在哪里用: 兼容但需适配
费用: 有免费版，另有付费云服务
上手难度: 低 · 几分钟可跑通
开始前需要: Python 3.11+PatchrightChromiumShell / 命令行网络访问本地文件系统
典型场景: 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。
不适合: 需要完全离线或数据不出本地的团队，托管会话会把浏览器与凭据放到 Notte 云端
不愿使用 SSPL-1.0 许可或需宽松开源许可的商业项目
只想用 JavaScript/TypeScript 且不愿引入 Python 运行环境的团队
源码审查: 44/100 · 缺口较多 2 项安全控制未见

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。

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 有哪些优点和局限？

优点

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。

局限

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。

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。

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
Notte 网页自动化当前	44 · 缺口较多	代码库 / SDK免费版 + 付费版	★ 2.1k	今天	Python	—
Stagehand：AI 浏览器自动化框架	47 · 缺口较多	代码库 / SDK免费 + 模型费	★ 26k	1 天前	TypeScript	—
OpenBrowser	60 · 存在缺口	命令行工具免费版 + 付费版	★ 279	1 个月前	Python	Codex · Claude Code · Claude.ai · OpenAI API · Claude API
BrowserAct Skills：AI 代理的真实浏览器自动化	48 · 缺口较多	命令行工具免费版 + 付费版	★ 6.3k	2 天前	Python	Codex · Claude Code

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

44/ 100 五分制 2.2 / 5

本评测基于 2026年8月9日的源码；此后该项目发布了 25 个正式版本，尚未复审。分数与结论只代表评测时的版本。最近版本 ↓

信任安全 7/29

可靠稳定 6/14

适用触发 10/18

规范维护 9/18

有效结果 9/13

证据核验 3/8

查看各维度的扣分理由

信任安全7 / 29 · 1.2/5

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。

可靠稳定6 / 14 · 2.1/5

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。

适用触发10 / 18 · 2.8/5

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。

规范维护9 / 18 · 2.5/5

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。

有效结果9 / 13 · 3.5/5

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。

证据核验3 / 8 · 1.9/5

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。

风险与缓解建议

源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
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。

证据充分度：低评估于 2026年8月9日审查版本 caf891985c81 评估后仓库已有新提交，评分可能未覆盖最新改动

评估证据 README.md LICENSE pyproject.toml workflows/docs-tests-cicd.yml workflows/nightly-examples.yml tests/test_docs_generation.py tests/test_snippets.py

查看完整评分方法 →

常见问题

能否完全在本地运行？

可以。README 展示了 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？

使用 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？

可以。为 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？

README 提供 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？

README 说明可向 client.Session(cdp_url=...) 提供 CDP URL，以使用兼容 CDP 的外部浏览器会话。

Notte 网页自动化

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

相关 Agents

Stagehand：AI 浏览器自动化框架

OpenBrowser

BrowserAct Skills：AI 代理的真实浏览器自动化

CamoFox Browser Server