一个基于LangGraph的智能浏览器自动化系统，通过大语言模型规划和执行浏览器操作，解决用户复杂任务。
main.py: 主入口文件，处理用户输入并运行agentgraph.py: 核心工作流定义，包含工作流节点和状态转换逻辑
graph TD
A[开始] --> B[输入用户指令]
B --> C[初始化Agent和工具]
C --> D[设置初始状态]
D --> E[执行工作流]
%% 工作流主循环
E --> F[思考节点Think]
F --> G[行动节点Action]
%% 决策分支
G --> H{决策: 下一步?}
H -->|思考| F
H -->|工具执行| I[工具执行节点]
H -->|结束| O[结束]
%% 工具执行后的流程
I --> J{工具执行决策}
J -->|报告| K[报告节点]
J -->|结束| O
%% 报告后的流程
K --> L{报告决策}
L -->|思考| F
L -->|结束| O
%% 结束流程
O --> M[生成最终总结]
M --> N[返回结果]
stateDiagram-v2
[*] --> think: 开始
think --> action: 规划任务
action --> think: 需要继续思考
action --> tool_execution: 执行工具
action --> [*]: 完成所有任务
tool_execution --> report: 工具执行完成
tool_execution --> [*]: 直接结束
report --> think: 继续下一步
report --> [*]: 工作流完成
sequenceDiagram
participant User as 用户
participant Main as main.py
participant Agent as run_agent
participant Think as think节点
participant Action as action节点
participant Tool as tool_execution节点
participant Report as report节点
User->>Main: 输入指令
Main->>Agent: 调用run_agent()
Agent->>Think: 初始化状态
loop 任务执行循环
Think->>Think: 分析状态和任务历史
722A
Think->>Think: 调用LLM生成下一步任务
Think->>Action: 更新任务状态
Action->>Action: 准备工具调用
alt 有工具调用
Action->>Tool: 执行工具
Tool->>Tool: 调用相应工具函数
Tool->>Report: 更新任务结果
Report->>Think: 分析结果，继续下一步
else 无需工具/已完成
Action->>Think: 继续思考
end
end
Agent->>Main: 返回最终状态
Main->>User: 显示执行结果
classDiagram
class AgentState {
+messages: List[Message]
+task_manager: TaskManager
+execution_status: String
+direct_to_end: Boolean
}
class TaskManager {
+tasks: List[TaskItem]
+current_task_index: Integer
}
class TaskItem {
+description: String
+status: String
+result: String
+tool_name: String
+tool_args: String
+task_type: String
+snapshot: String
+extracted_data: String
+last_execution: Boolean
+tools_call: List[Dict]
}
AgentState *-- TaskManager
TaskManager *-- TaskItem
- 确保MCP服务正在运行:
npx @playwright/mcp@latest --port 8931 - 运行主程序：
uv run main.py - 输入指令，系统将自动规划和执行任务
- 查看执行结果
- 打开百度搜索谷歌A2A协议文章，选择最相关的2篇文章进行总结