让模型选择一次浏览器动作

如果想获取全套课程资料，请关注微信公众号 「AI面包君」，回复 「课程资料」 即可领取。

1. 根据当前页面，决定下一步

ch01 已经把网页变成 LLM 友好的纯文本：

[0] <a> Quotes to Scrape  → https://quotes.toscrape.com/
[1] <a> Login             → https://quotes.toscrape.com/login
...

把这份快照和“进入登录页”的任务一起发给模型，让它从已列出的元素中选一个动作。

LLM 通过 OpenAI tool_calls 机制回 click(index=1) —— 我们本地执行 → 浏览器跳到 /login。

这与 Bread Agent 的工具调用思路一致：模型选择工具，本地程序执行。本章只走一步，便于分别检查选择和执行是否正确。

下一章我们才把循环加上去。

<!-- bread-visual:start -->

图解： 模型负责挑动作，Playwright 负责执行动作。 本章只做一步；click 的返回值和新页面快照，是检查是否成功的依据。

<!-- bread-visual:end -->

---

2. 跑起来

cd ch02_one_action
python main.py

需要 .env 配好对话 LLM（同 Bread Agent，复制即可）。

预期输出

=== 当前页面快照 ===
[0] <a> Quotes to Scrape  → https://quotes.toscrape.com/
[1] <a> Login             → https://quotes.toscrape.com/login
[2] <a> (about)           → ...
...

=== 任务 ===
Click the 'Login' link to go to the login page.

=== LLM 选择 action ===
click({'index': 1})

=== 执行结果 ===
clicked element [1]

=== 执行后页面 (URL: https://quotes.toscrape.com/login) ===
现在抽到 7 个元素：

[0] <a> Quotes to Scrape    → ...
[1] <a> Login               → ...
[2] <input type="text" name="username">
[3] <input type="password" name="password">
[4] <input type="submit"> Login
...

3 个关键信号：

1. LLM 选对了 —— 在 55 个元素里挑出 [1] Login
2. action 真的执行了 —— URL 从 / 变成 /login
3. 新页面被抽出来了 —— 你看到 login form 的输入框

但到这里就停了 —— 没有循环。下一章我们让它"继续：填用户名 / 填密码 / 提交"。

<!-- bread-visual:start -->