章节 23 / 29 · 课程总览 · 起始 1:55:29

章节主旨

当 HTTP 请求太脆、太窄够不着时,让 Claude 直接接管一个真实浏览器去点击、填表、导航完成任务;并讲清「HTTP 请求 vs 浏览器自动化」之间的成本-可靠性权衡与实战取舍。

核心论点

  1. HTTP 请求快而便宜,但脆弱且窄——依赖固定格式与隐藏 API,场景一变就断。(→ 详解1)
  2. 浏览器自动化让 Claude 真的开一个浏览器替你操作——加载页面、点按钮、填表单,通用性强得多。(→ 详解2)
  3. 两者是一条光谱,不是二选一:HTTP 前期配置多但更快更省;浏览器自动化几乎总能work但更慢更贵。(→ 详解3)
  4. 正确姿势是先原型后下沉:先用浏览器自动化跑通,再看能否改写成 HTTP 请求省钱。(→ 详解4)

知识点详解

1. 自动化的两级:从 HTTP 请求到浏览器自动化 1:55:53

第一级是 HTTP 请求。绝大多数服务都有 API,可以直接通信,速度快;但它很脆:要求非常特定的格式,场景窄,复杂任务还可能拖很久。

第二级是 浏览器自动化——Claude 真正完整接管你的浏览器。它不再是底层发几个 HTTP 请求,而是实打实加载出一整个浏览器,替你走完整个流程(如在日历上订一场会)。

作者对比:同样一件「按给定时间信息订会议」的小事,人 1 秒搞定,他手动跟模型来回折腾了约 5 分钟、烧掉约 40 美元 token。浏览器自动化正是为跨过这道坎而生。

2. 怎么做:Chrome DevTools MCP 与 browser use 1:56:11

现在已有一些内置工具,但录制时最好用的是两条路:Chrome DevTools MCP,或较新的 browser use 平台(功能新,但费用不低)。

机制上,它会真的新开一个浏览器实例,然后滚动页面、点击按钮、逐步导航。底层做法是修改页面的 JavaScript、执行简短命令来跟页面交互并推进流程。

作者演示订会:模型自动填电话、回答「联系原因/项目预算」等 booking 问题,自己找到预算选项选中「25 到 50K」,遇到电话号码格式非法还会删掉重排成合法格式,一路截图留痕,最终确认完成。

3. 成本-可靠性光谱:setup、速度、价钱的权衡 1:58:32

这是一条渐变光谱,不是非此即彼。一端是 HTTP 请求:前期配置(setup)更多,但一旦跑通就更快、通常更便宜——知道格式后一次请求约 0.2 秒就订完。

另一端是浏览器自动化:几乎总能work、适配的用例广得多,但更慢也更贵。因为它是一步一步走页面,每个动作耗时都约等于一次 HTTP 请求。

作者点题:能用 Claude 做的酷东西,本质大多就是自动化;吃透「纯 HTTP 请求(常靠隐藏 API)↔ 浏览器/计算机自动化」这个权衡,才能把很多东西控制得更好。

4. 实战策略:先浏览器原型,验证后再降级到 HTTP 1:58:57

对任何要在浏览器上跑的商业应用原型,作者**先用浏览器自动化(甚至计算机自动化)**把流程跑通,因为它「几乎总能成」。

跑通并确认可行后,再回头问:这事能不能改成 HTTP 请求?能的话就便宜太多,之后可以在后台批量跑一堆 HTTP 请求。

为什么非浏览器不可?很多网站(如租房站 rentals.ca)刻意做反自动化,故意把抓取变得极难,HTTP 请求要么配置成本巨大、要么极其脆弱;这时直接开浏览器、改几个筛选、缩放页面反而做得成。

术语

  • HTTP request(HTTP 请求):调用服务 API 的自动化方式,快而省但依赖固定格式、脆弱且场景窄
  • browser automation(浏览器自动化):Claude 完整接管真实浏览器,加载页面并点击/填表/导航完成任务
  • Chrome DevTools MCP:通过 Chrome 开发者工具协议驱动浏览器自动化的 MCP 工具
  • browser use:较新的浏览器自动化平台,能力强但费用较高
  • anti-automation(反自动化):网站刻意增加抓取难度、阻挡自动化操作的防护手段

自检问题

  1. HTTP 请求已经又快又便宜,为什么还需要浏览器自动化? 答案:HTTP 请求脆弱且窄——依赖固定格式和隐藏 API,场景一变就断,且很多站点刻意反自动化让 HTTP 方案配置成本巨大或极脆;浏览器自动化通用性强、几乎总能work,代价是更慢更贵。锚定详解1、详解4。 1:55:53
  2. 浏览器自动化底层是怎么操作页面的? 答案:新开一个真实浏览器实例,通过修改页面 JavaScript、执行简短命令来点击、填表、滚动、导航,一步步推进流程并截图留痕。锚定详解2。 1:56:11
  3. 面对一个新的浏览器任务,作者推荐的落地顺序是什么?为什么? 答案:先用浏览器自动化跑通原型(因为它几乎总能成),验证可行后再看能否改写成 HTTP 请求;能改就便宜得多,可在后台批量跑。这是在「setup 成本 vs 速度/价钱」光谱上的务实取舍。锚定详解3、详解4。 1:58:57