AgentRun 实践指南：Agent 的宝藏工具——All-In-One Sandbox
作者：辰泉
概述
函数计算 AgentRun 是一个以高代码为核心的一站式 Agentic AI 基础设施平台。秉持生态开放和灵活组装的理念，为企业级 Agent 应用提供从开发、部署到运维的全生命周期管理。
在开发 AgentRun 的过程中，我们发现了一个让人头疼的问题：现有的沙箱方案太零散了。浏览器、代码执行、Shell 环境各自为政，导致开发效率大打折扣。于是我们决定自己动手，打造一个真正一体化的解决方案——All-In-One Sandbox（AIO）。
AIO 是 AgentRun 提供的云上浏览器自动化沙箱环境，它把浏览器、终端和代码执行能力全部集成在一个容器里。通过简单的 SDK 调用，你就能让 LLM 驱动复杂的 Web 自动化任务，再也不用在多个沙箱之间疲于奔命。
为什么选择 AIO？
说实话，传统的沙箱方案让我们吃尽了苦头。大多数沙箱都是单一用途的（要么只能跑浏览器，要么只能执行代码），这带来了几个实实在在的痛点：
1. 文件共享简直是个噩梦
- 浏览器沙箱下载的文件得先上传到 NAS/OSS，代码沙箱才能用
- 代码生成的文件又要重新上传，其他沙箱再下载
- 多个沙箱之间的文件传递慢得像蜗牛爬
2. 工具协调复杂到想哭
- 一个完整的 Agent 任务通常需要同时调用浏览器 + 代码 + Shell
- 得手动编排多个沙箱的启动、通信和数据传递
- 调试时要在好几个地方来回切换看日志，效率低得让人抓狂
3. 环境配置繁琐到崩溃
- 本地方案：Node.js、浏览器、各种系统依赖，装得手都酸了
- 多沙箱方案：每个环境都要单独配置和管理
- 最要命的是环境污染问题——任务之间互相干扰，资源清理成了日常难题
4. 成本和效率双重打击
- 多个沙箱同时运行，内存占用翻倍
- 文件传输走网络 I/O，延迟高得离谱
- 还得额外付费买 OSS/NAS 存储服务
AIO 沙箱的核心优势
架构一览
统一文件系统
我们的解决方案很简单粗暴：把所有组件（浏览器、Shell、代码执行、文件系统）都塞进同一个沙箱实例里。
性能对比一目了然：
| 对比项 | 传统多沙箱方案 | All-In-One 沙箱 |
|---|---|---|
| 启动时间 | 2 个沙箱启动 = 4-15秒(串/并行创建) | 1 个沙箱启动 = 5秒 |
| 文件传递 | 通过 OSS，耗时 2-3秒 | 直接访问，<100ms |
| 内存占用 | 2×独立运行 = 2c2g+2c2g | 1×共享运行 = 2c2g |
底层技术栈很扎实：
- 浏览器：Chromium 136+ (固定版本，稳定可靠)
- 协议：WebSocket CDP (:5000/ws/automation 端口)
- 隔离：函数计算资源、本地文件系统的隔离及严格的资源限制
- 文件系统：支持实例级别的 NAS/OSS 动态挂载
五大核心能力，开箱即用：
- 代码执行：内置 Node.js + 原生 Puppeteer 自动化脚本支持
- 文件处理：提供 FileSystem API，可通过 MCP 方式调用
- 状态保持：结合 OSS/NAS 动态挂载，完美支持多步骤任务和状态传递
- 实时日志：流式输出执行日志，监控起来毫不费力
- 多工具集成：VNC、Terminal、代码执行无缝配合，想怎么用就怎么用
云上沙箱，真的零配置
基于函数计算架构，我们做到了：
- 零配置：不用装任何环境，API 调用就能直接上手
- 环境隔离：每次执行都是全新的沙箱，完全互不干扰
- 自动清理：执行完自动释放资源，绝不留垃圾
- 安全可控：代码在隔离环境中运行，Agent 宿主系统稳如泰山
- 按需扩展：根据负载自动创建/销毁沙箱实例，省钱又省心
多种访问方式，灵活到飞起
不管你是开发者还是运维，都能找到适合自己的使用方式：
| 接口 | 用途 | 访问方式 |
|---|---|---|
| 代码执行 API | 执行 Node.js/Python 脚本 | SDK 方法 |
| VNC | 可视化浏览器交互、人工介入 | Web 集成 |
| Terminal WebSocket | 实时 Shell 交互 | WebSocket |
| 文件 API | 读写持久化文件 | SDK 方法 |
这些场景特别适合用 AIO：
- 数据采集（电商、社交媒体、新闻网站）
- 自动化测试（Web 应用功能测试）
- RPA 任务（表单填写、批量操作）
- LLM Agent（让 AI 自动生成和执行浏览器自动化脚本）
- 云开发环境（团队标准化工具和远程开发）
- 多步骤工作流（带有视觉反馈的自动化流程）
AIO 沙箱集成指南
1.1 核心概念
沙箱实例到底是什么？
每个沙箱实例本质上就是一个基于函数计算环境的会话容器，里面已经预装好了你需要的一切：
- Chromium 浏览器（已启动，监听在 CDP 端口 5000）
- Node.js 运行时（预装 puppeteer-core）
- VNC 服务（可选，调试和人工介入时超有用）
1.2 快速开始
注意：本文假设你已经看过前面的实践系列文章，了解 template 和 sandbox 的关系，并且正确创建了 template。如果你还没做过这些，建议先回去补课。
安装 SDK（很简单）
推荐用 python 3.11 环境，兼容性最好。
pip install agentrun-sdk['server','playwright']
第一个任务：验证沙箱基本功能
from agentrun.sandbox import Sandbox, TemplateType
import asyncio
async def quick_start():
"""验证沙箱基本功能"""
sandbox = Sandbox.create(
template_type=TemplateType.AIO,
template_name="quick-test",
sandbox_idle_timeout_seconds=600
)
print(f"沙箱已创建: {sandbox.sandbox_id}")
# 核心：连接已运行的浏览器，提取页面信息
code = """
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
await page.goto('https://example.com');
console.log(await page.title());
await browser.disconnect();
"""
await sandbox.context.execute_async(code=code, language="javascript")
sandbox.destroy()
asyncio.run(quick_start())
多步骤任务实战
关键技巧： 用 disconnect() 保持浏览器运行，通过文件系统传递状态。
第一步：打开登录页
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
await page.goto('https://example.com/login');
console.log('请在 VNC 中完成登录');
await browser.disconnect();
第二步：保存 Cookie
const fs = require('fs');
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = await page.cookies();
fs.writeFileSync('/home/user/data/cookies.json', JSON.stringify(cookies));
console.log('Cookie 已保存');
await browser.disconnect();
第三步：用 Cookie 爬数据
const fs = require('fs');
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = JSON.parse(fs.readFileSync('/home/user/data/cookies.json'));
await page.setCookie(...cookies);
await page.goto('https://example.com/data');
// 执行数据采集
await browser.disconnect();
为什么要用多步骤模式？
- 绕过验证码：人工登录搞定验证码，后续任务全自动
- 状态持久化：Cookie 保存到文件，支持断点续传
- 资源优化：浏览器一直运行着，不用重复启动浪费时间
完整代码参见文末附录：Github 示例仓库。
1.3 关键概念说明
代码执行方式
通过 sandbox.context.execute_async() 方法执行代码：
result = await sandbox.context.execute_async(
code="console.log('Hello')",
language="javascript", # 或 "python"
timeout=300 # 超时时间（秒）
)
返回格式很清晰：
{
"contextId": "ctx_xxx", # 上下文 ID
"results": [
{"type": "stdout", "text": "Hello\n"},
{"type": "result", "value": null}
]
}
文件操作（超简单）
# 写入文件
sandbox.file.write(
path="/home/user/data/result.json",
content='{"key": "value"}',
encoding="utf-8"
)
# 读取文件
content = sandbox.file.read("/home/user/data/result.json")
# 上传本地文件
sandbox.file_system.upload(
local_file_path="./local_file.txt",
target_file_path="/home/user/data/file.txt"
)
# 下载文件
sandbox.file_system.download(
path="/home/user/data/result.json",
save_path="./result.json"
)
最佳实践
2.1 多步骤任务模式
什么时候用？ 需要登录、人工介入、或者数据量很大的时候。
标准流程：
步骤 1：打开登录页 → 通过 VNC 人工登录
步骤 2：保存 Cookie 到文件系统
步骤 3：使用 Cookie 执行数据采集
实操要点：
1. sandbox_idle_timeout_seconds >= 1800 保持一定时间状态可用，闲置超时后自动回收。
-
一定要用
disconnect()保持浏览器运行，close()会关掉浏览器。 -
通过
/home/user/data/目录传递 Cookie 和进度。 -
VNC URL 用
sandbox.sandbox_id和 base URL 拼起来就行。 -
文件操作就用
sandbox.file.read()和sandbox.file.write()。
2.2 LLM Agent 集成模式
适用场景： 让 AI 自动生成和执行浏览器自动化代码，非技术用户也能用。
整体架构：
三条铁律（必须遵守）：
- 禁止：
puppeteer.launch()→ 必须：puppeteer.connect() - 禁止：
browser.close()→ 必须：browser.disconnect() - 禁止：随便存文件 → 必须：
/home/user/data/xxx.json
为什么这么严格？
- 违反约束会导致浏览器重启，之前的状态全没了
- AI 生成代码需要明确指导，不能指望它有“常识”
- 详细内容见第 4 章系统提示词设计
2.3 Cookie 持久化模式
什么时候需要？ 要保持登录状态，跨会话复用的时候。
完整流程：
首次登录：
1. 人工登录 → 2. 保存 Cookie → 3. 持久化存储
后续使用：
1. 上传Cookie -> 2. 读取 Cookie → 3. 恢复会话 → 4. 执行任务
Cookie 保存示例：
const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = await page.cookies();
// 保存到文件系统
fs.writeFileSync('/home/user/data/cookies.json', JSON.stringify(cookies, null, 2));
console.log('Cookie 已保存');
await browser.disconnect();
Cookie 恢复示例：
const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
// 读取 Cookie
const cookies = JSON.parse(fs.readFileSync('/home/user/data/cookies.json'));
// 恢复会话
await page.setCookie(...cookies);
await page.goto('https://example.com/protected');
console.log('登录状态已恢复');
await browser.disconnect();
关键提醒：
- Cookie 一定要保存到
/home/user/data/目录，这样才有权限 - 用
page.cookies()获取所有 Cookie，一个都不能少 - 用
page.setCookie(...cookies)恢复，顺序很重要 - 别忘了检查 Cookie 过期时间和安全性
2.4 批量任务模式
适用场景： 需要并发处理大量任务的时候。
两种策略：
策略 1：单沙箱顺序执行（简单任务，有依赖关系）
策略 2：多沙箱并发执行（复杂任务，无依赖关系）
选择建议：
| 策略 | 适用场景 | 优势 |
|---|---|---|
| 单沙箱顺序执行 | 简单任务，依赖前序结果 | 资源占用低，状态连续 |
| 多沙箱并发执行 | 复杂任务，无依赖关系 | 执行速度快，并行处理 |
并发控制示例：
# 使用 asyncio.gather() 实现并发
tasks = [
process_item(item)
for item in items
]
results = await asyncio.gather(*tasks, return_exceptions=True)
实战案例：豆瓣电影 Top250 爬取
完整的 Demo 代码可以在示例仓库里找到。
3.1 需求分析
目标很明确： 抓取豆瓣电影 Top250 的电影信息（标题、评分、导演、年份等）。
实际挑战：
- 豆瓣必须登录才能看完整信息2. 数据分页展示，需要多步骤采集3. 反爬虫机制相当严格
我们的解法： AIO Sandbox 的 Cookie 持久化 + 多步骤任务模式。
3.2 核心实现流程
步骤 1：首次登录并保存 Cookie
// 1. 打开登录页
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
await page.goto('https://accounts.douban.com/passport/login');
console.log('请在 VNC 中完成登录');
console.log('登录完成后，程序将自动保存 Cookie');
await browser.disconnect();
操作说明：
- 用户在 VNC 中手动完成登录（包括验证码）
- 登录成功后进入下一步
步骤 2：保存 Cookie
const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = await page.cookies();
fs.writeFileSync('/home/user/data/douban_cookies.json', JSON.stringify(cookies, null, 2));
console.log(`Cookie 已保存，共 ${cookies.length} 条`);
await browser.disconnect();
步骤 3：用 Cookie 爬取数据
const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
// 恢复 Cookie
const cookies = JSON.parse(fs.readFileSync('/home/user/data/douban_cookies.json'));
await page.setCookie(...cookies);
// 访问 Top250
await page.goto('https://movie.douban.com/top250', { waitUntil: 'networkidle2' });
// 提取数据
const movies = await page.evaluate(() => {
return Array.from(document.querySelectorAll('.item')).map(item => ({
title: item.querySelector('.title')?.textContent,
rating: item.querySelector('.rating_num')?.textContent,
quote: item.querySelector('.inq')?.textContent
}));
});
// 保存结果
fs.writeFileSync('/home/user/data/movies.json', JSON.stringify(movies, null, 2));
console.log(`爬取完成，共 ${movies.length} 部电影`);
await browser.disconnect();
3.3 完整 Python 代码
具体实现可以参考项目的 src/ai_code_generator.py 和 src/sandbox_executor.py。
核心逻辑：
from agentrun.sandbox import Sandbox, TemplateType
import asyncio
async def scrape_douban():
# 1. 创建沙箱
sandbox = Sandbox.create(
template_type=TemplateType.AIO,
template_name="douban-scraper",
sandbox_idle_timeout_seconds=1800
)
# 2. 执行登录步骤（代码略，参考上面）
# 3. 保存 Cookie（代码略，参考上面）
# 4. 爬取数据（代码略，参考上面）
# 5. 读取结果
result = sandbox.file.read('/home/user/data/movies.json')
print(result)
asyncio.run(scrape_douban())
3.4 核心技术点总结
-
Cookie 持久化：避免重复登录，通过文件系统保存和恢复登录状态
-
connect() + disconnect()：保持浏览器运行，完美支持多步骤任务
-
文件系统状态传递：跨步骤共享数据，无需网络 I/O 开销
3.5 扩展功能
分页爬取（完整 Top250）
const movies = [];
for (let page_num = 0; page_num < 250; page_num += 25) {
await page.goto(`https://movie.douban.com/top250?start=${page_num}`);
const items = await page.evaluate(() => {
// 提取逻辑
});
movies.push(...items);
// 延迟防止反爬
await page.waitForTimeout(2000);
}
fs.writeFileSync('/home/user/data/all_movies.json', JSON.stringify(movies));
错误处理和重试（生产必备）
async function scrapeWithRetry(url, maxRetries = 3) {
for (let i = 0; i < maxRetries; i++) {
try {
await page.goto(url, { waitUntil: 'networkidle2', timeout: 30000 });
return true;
} catch (error) {
console.log(`重试 ${i + 1}/${maxRetries}: ${error.message}`);
await page.waitForTimeout(5000);
}
}
return false;
}
系统提示词设计
4.1 为什么提示词这么重要？
系统提示词（System Prompt）是 LLM Agent 的大脑，直接决定了 AI 如何理解和执行你的需求。对于 AIO Sandbox 集成来说，提示词必须明确告诉 AI 如何生成符合沙箱规范的代码。
4.2 我们的设计哲学
在设计提示词之前，你得先理解 All-In-One Sandbox 的核心理念，这直接影响提示词的结构。
人机协作，不是完全自动化
我们承认有些事情 AI 就是搞不定，比如验证码、滑块验证、短信验证。所以 AIO 采用“人机协作”的设计理念：
可观测性优先
- 通过 VNC 让执行过程完全透明，你能亲眼看到浏览器在做什么
- 不用再通过日志猜来猜去，直接看页面状态快速定位问题
人机协作而非完全自动
- 遇到验证码？没问题，人工介入搞定
- 人工操作完，自动化任务接着跑，无缝衔接
状态持久化
- 浏览器会话和数据可以跨步骤保存和恢复
- 用
disconnect()保持浏览器运行，状态不会丢
4.3 核心约束与最佳实践
提示词必须明确告诉 AI 这些关键约束：
1. 必须用 connect()，别用 launch()
为什么？看看对比就知道了：
传统方式 (错误):
const browser = await puppeteer.launch(); // 启动新浏览器 (1-3 秒)
// 执行任务
await browser.close(); // 状态全部丢失
All-In-One 方式 (正确):
const browser = await puppeteer.connect({ // 连接已运行的浏览器 (<100ms)
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
// 执行任务
await browser.disconnect(); // 保持浏览器运行
技术原因很简单：
- 浏览器在容器启动时就已经跑起来了
- 用
launch()会启动第二个浏览器，纯属浪费资源 connect()几乎瞬间连接，特别适合多步骤任务
2. 必须用 disconnect()，别用 close()
关键区别在这：
browser.close():
- 关闭所有页面
- 终止浏览器进程
- 清理所有状态
- 无法支持多步骤任务
- VNC 显示中断
browser.disconnect():
- 只断开 Puppeteer 连接
- 浏览器继续运行
- 所有状态保留
- 支持多步骤任务
- VNC 显示连续
3. Cookie 持久化是王道
登录状态的本质就是 Cookie：
用户登录 → 服务器设置 Cookie → 后续请求携带 Cookie → 服务器识别用户
没有持久化会怎样？
- Sandbox 重建后状态全丢
- 长时间后 Cookie 过期
- 频繁重新登录，烦死了
标准做法
保存 Cookie：
const cookies = await page.cookies();
fs.writeFileSync(
'/home/user/data/cookies.json',
JSON.stringify(cookies, null, 2)
);
加载 Cookie：
const cookies = JSON.parse(
fs.readFileSync('/home/user/data/cookies.json')
);
// 先访问对应域名
await page.goto('https://example.com');
// 再设置 Cookie
await page.setCookie(...cookies);
4.4 实用提示词模板
基础模板（直接复制就能用）
你是 AgentRun AIO Sandbox 的代码生成助手。你的任务是将用户需求转换为可在沙箱中执行的 Puppeteer 代码。
【环境信息】
- 浏览器：Chromium (已预启动)
- 连接端点：ws://localhost:5000/ws/automation
- 文件系统：/home/user/data/ (持久化目录)
- 超时限制：单次执行 300 秒
【代码规范】
1. 连接浏览器：
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
2. 结束会话：
await browser.disconnect();
3. 文件读写：
const fs = require('fs');
// 读取
const data = fs.readFileSync('/home/user/data/file.json');
// 写入
fs.writeFileSync('/home/user/data/file.json', JSON.stringify(data));
4. 错误处理：
try {
// 代码逻辑
} catch (error) {
console.error(`错误: ${error.message}`);
throw error;
}
【输出要求】
- 生成完整的 JavaScript 代码
- 包含必要的错误处理
- 关键步骤用 console.log() 记录
- 重要结果保存到文件系统
4.5 AI 对话模式的工作原理
AI 对话模式让非技术用户也能用浏览器自动化，系统提示词在里面起着关键的“翻译”作用。
智能任务拆分
好的提示词要能指导 AI 自动判断何时拆分任务：
简单任务（不拆分）
用户: 访问 example.com，获取页面标题
AI 直接生成单个代码块，执行后返回结果
需要登录（自动拆分）
用户: 登录豆瓣，然后获取我的收藏
AI 自动拆分为 3 个步骤：
步骤 1: 打开登录页 → [生成代码1] → "请在 VNC 中完成登录"
步骤 2: 保存 Cookie → [生成代码2] → "已保存 15 个 Cookie"
步骤 3: 获取收藏 → [生成代码3] → "找到 25 部收藏电影"
引导人工操作
遇到需要人工介入的步骤，AI 要明确告诉用户该怎么做：
AI: 我已经打开了登录页面，请在 VNC 窗口中：
1. 输入用户名和密码
2. 输入验证码
3. 点击登录按钮
完成后告诉我"登录完成"，我将继续后续步骤。
高级技巧与注意事项
5.1 错误处理（生产环境必备）
永远用 try-catch 包裹核心操作：
try {
// 核心操作
await page.goto(url, { waitUntil: 'networkidle2', timeout: 30000 });
} catch (error) {
// 明确的错误信息
console.error(`操作失败: ${error.message}`);
// 可选：重试逻辑
if (error.name === 'TimeoutError' && retryCount < maxRetries) {
console.log(`超时，重试第 ${retryCount + 1} 次`);
await new Promise(resolve => setTimeout(resolve, 5000));
return executeWithRetry(url, retryCount + 1);
}
throw error;
}
5.2 性能优化（速度提升明显）
禁用不必要的资源加载
await page.setRequestInterception(true);
page.on('request', (req) => {
const resourceType = req.resourceType();
// 丢弃图片、样式、字体等非关键资源
if (['image', 'stylesheet', 'font', 'media'].includes(resourceType)) {
req.abort();
} else {
req.continue();
}
});
5.3 安全注意事项
Cookie 安全（重中之重）
# .gitignore 中必须包含
*_cookies.json
cookies.json
*.env
代码注入防护
// 危险：直接拼接用户输入
const userInput = req.query.selector;
await page.click(userInput);
// 安全：白名单验证
const allowedSelectors = ['.button-primary', '.submit-btn'];
if (!allowedSelectors.includes(userInput)) {
throw new Error('非法选择器');
}
await page.click(userInput);
5.4 调试技巧（省时省力）
VNC 实时观察（最有效）
# 创建沙箱后立即获取 VNC URL
vnc_url = f"https://vnc.example.com/sandbox/{sandbox.sandbox_id}"
print(f"打开 VNC: {vnc_url}")
截图调试（关键时刻救命）
// 登录前后都截图
await page.screenshot({ path: '/home/user/data/before_login.png', fullPage: true });
await page.screenshot({ path: '/home/user/data/after_login.png', fullPage: true });
核心总结
技术收益一目了然
使用 AIO sandbox 能够将状态传递和文件共享复杂度进行有效地降低，并且能够有如下收益：
-
启动延迟低，从原有的多个 sandbox 优化为了一个 sandbox，降低了至少 50% 的启动时间；
-
状态保持轻量，在代码执行和浏览器操作的过程中，能够尽量使用本地文件系统实现状态保持，符合最佳实践；
-
VNC 的透出提供了人工介入的手段，有效帮助用户解决了自动化的卡点，如验证等。
7 条黄金法则
-
必须用
puppeteer.connect()，禁止launch() -
必须用
browser.disconnect()，禁止close() -
必须保存数据到
/home/user/data/目录 -
登录流程拆分：打开登录页 → 人工登录 → 保存 Cookie → 执行任务
-
Cookie 先访问域名再设置，避免跨域问题
-
多步骤任务用文件系统传递状态，别用全局变量
-
重要操作必须加错误处理，别让错误静默失败
常见陷阱避坑指南
| 陷阱 | 症状 | 解决方案 |
|---|---|---|
| 用 launch() | 浏览器重复启动，内存爆了 | 改用 connect() |
| 用 close() | 后续步骤失败，状态丢了 | 改用 disconnect() |
| Cookie 没持久化 | 每次都要重新登录 | 保存到 /home/user/data/cookies.json |
| 等待时间不足 | 元素找不到报错 | 用 waitForSelector + networkidle2 |
| 路径不规范 | 文件丢失或权限错误 | 统一用 /home/user/data/ 目录 |
进阶学习路径
1. 源码分析： https://github.com/devsapp/agentrun-sandbox-demos/tree/main/sandbox-all-in-one-demo
2. 性能调优：
- 禁用图片/字体资源
- 用
networkidle2等待策略 - 批量处理数据，减少 I/O
3. 错误处理：
- 指数退避重试策略
- 最大重试次数控制
- 超时和网络错误处理
附录：Demo 代码
浙公网安备 33010602011771号