浏览器

---
name: ai-rpa-automation
description: |
  一人公司通用自动化执行 Skill：把 CSV、XLSX、JSON 或按目录组织的提示词任务编译为可审计的浏览器/桌面自动化队列，优先用 Playwright 完成网页输入与上传，并保留截图、日志、任务状态和人工确认门。
  当用户要求批量录入提示词与参数、自动填写网页、上传素材、重复点击生成、读取回执、定时执行机械流程，或要为新的网页自动化建立可复用 Skill 时使用。涉及登录态、付费提交、生成、发布、删除或不可逆操作时必须停在确认门。
  首个适配器为用户授权的 MXAI MJ 生图页面；不绕过验证码、审核、权限、付费或平台限制。
agent_created: true
---

# AI RPA 自动化底座

## 定位

将“文件任务 → 浏览器动作 → 回执记录”做成可复用的本地自动化底座。默认使用 Playwright + Python；网页结构不稳定时可在本地人工录制/确认定位器，再固化为适配器。不要把一次性站点脚本写成通用规则。

## 首个适配器：MXAI MJ 生图

目标页面：

```text
https://www.mxai.cn/home/?mp=mjdrawai&from=invite&invite_id=100595351#/mj
```

支持的目标流程：

```text
读取任务文件
→ 校验提示词/参数/参考图
→ 打开或复用用户登录会话
→ 导航到 MXAI MJ 页面
→ 填写提示词
→ 选择版本/画幅/模式/参数
→ 上传允许使用的参考图
→ 到达生成前确认门
→ 用户确认后提交一次任务
→ 记录任务ID/页面回执/截图/错误
→ 进入下一条任务或暂停
```

第一版不承诺自动读取或调用 MXAI 内部 API。优先模拟用户可见页面操作；只有在站点明确提供、用户有权限且不涉及绕过限制时，才评估接口适配。

## 任务文件格式

首选 JSONL，一行一个任务，便于断点续跑；也支持 CSV/JSON。统一字段：

```json
{
  "task_id": "A01-v1",
  "prompt_zh": "中文执行提示词，可为空",
  "prompt_en": "English reference prompt，可为空",
  "parameters": {
    "version": "v8.2",
    "aspect_ratio": "1:2",
    "stylize": 250,
    "chaos": 5,
    "raw": true,
    "hd": true,
    "sref": "",
    "sw": "",
    "oref": "",
    "iw": ""
  },
  "reference_images": ["E:/path/ref.png"],
  "output_dir": "E:/path/output",
  "requires_confirmation": true,
  "notes": ""
}
```

允许的状态：

```text
queued → validated → ready_for_review → approved → running → submitted → receipt_pending → succeeded
                                                        ↘ failed / blocked / cancelled
```

不能因为按钮点击成功就标记 `succeeded`；必须有页面回执、任务记录或用户确认的可回读证据。

## 通用执行流程

### 1. 发现与建模

登记站点 URL、任务文件、登录方式、浏览器模式、目标操作、是否付费、是否发布、成功证据和失败处理。首次接入新站点时先做只读页面侦察，不提交任务。

### 2. 输入校验

校验：

- task_id 唯一；
- prompt 至少有一个可执行版本；
- 参数值在任务契约内；
- 参考图存在、可读取、格式受支持；
- 输出目录存在或可创建；
- 不含凭据、Cookie、令牌或私密信息；
- 不含真实违规内容；安全改写只能做无害表达消歧，不能规避平台的真实安全限制。

重复任务按 `task_id + 参数摘要 + 参考图哈希` 去重，避免误提交双份计费任务。

### 3. 登录与会话

使用 Playwright 的本地持久化浏览器上下文或用户手动完成登录。首次登录、扫码、验证码、二次验证、权限授权均由用户完成。不要把 Cookie、localStorage、token 或密码写入日志、任务文件、Skill 或 Git。

### 4. 页面侦察

只在用户已打开并授权的站点内工作。使用稳定的可见文本、角色、标签和页面结构定位；避免依赖随机 CSS 类名。侦察阶段保存：页面截图、标题、可见控件、版本选项、上传入口、生成按钮、错误区域和任务列表证据。站点更新后重新侦察，不盲目复用旧定位器。

### 5. 参数映射

建立站点专属映射表，将任务字段映射到可见控件。对于 MXAI，至少核对：

- 版本按钮：当前页面实际可选版本；
- 画幅：页面实际选项与项目比例的映射；
- 模式：普通/快速等实际可见选项；
- 参考图上传入口；
- 提示词输入区；
- 生成按钮及积分/费用提示；
- 任务列表的状态与回执入口。

不要假设 V8.2、9:16、`--oref`、`--sref` 等参数一定被页面原生支持；先以当前页面实际控件和回执为准。映射不确定时标记 `blocked_unverified_mapping`。

### 6. 人工确认门

以下动作必须停下并请求用户当次确认：

- 点击会扣积分、扣费或提交生成的按钮；
- 批量提交超过1条任务；
- 发布、分享、授权、购买、删除或覆盖；
- 站点出现新的审核提示、权限提示或费用变化；
- 参考图或提示词含未确认的个人/第三方版权内容。

确认内容必须明确任务数量、预计消耗、当前参数版本、参考图范围和失败后的处理方式。泛化的“继续”不等于付费提交授权。

### 7. 执行与回执

每条任务独立记录：

```text
task_id
started_at
submitted_at
page_url
prompt_hash
parameters_hash
reference_sha256
browser_profile
status
visible_receipt
task_id_from_site
screenshot_path
error_message
retry_count
```

默认不自动重试付费任务。失败时先保留截图和页面状态，记录最早失败变量，只对单条任务给出人工确认后的重试方案。

### 8. 断点续跑

再次执行时：

- 跳过 `succeeded`；
- `submitted/receipt_pending` 先回读页面任务列表，不重复提交；
- `failed` 默认保持失败，等待人工复核；
- `blocked` 不自动绕过；
- 任务文件新增版本时生成新 task_id，不覆盖旧回执。

## 输出目录契约

建议每个批次使用：

```text
batch/
├─ input.jsonl
├─ normalized.jsonl
├─ screenshots/
├─ receipts/
├─ logs/
├─ results.jsonl
└─ summary.json
```

## 定时自动化

适合定时执行的任务：

- 扫描新任务文件；
- 校验提示词和参考图；
- 去重；
- 生成待审核清单；
- 检查上一批回执；
- 汇总失败项；
- 发送本地通知或生成日报。

默认不定时自动执行：

- 付费生图/生视频；
- 自动发布；
- 自动购买或续费；
- 自动删除/覆盖；
- 绕过验证码、审核、登录、风控或权限。

## 资源与职责

- `scripts/`：放确定性脚本，如任务校验、哈希、状态机、报告和 Playwright 适配器。
- `references/`：放站点侦察记录、参数映射、选择器变更记录和安全边界。
- 站点选择器不写进通用核心；放在适配器文件中，并记录最后验证日期。

## 质量门

### 接入门

- URL 已由用户提供或明确确认；
- 页面可以在当前环境打开；
- 控件和参数映射有真实页面证据；
- 登录态由用户提供/完成；
- 提交前费用和确认门可识别；
- 失败截图和回执能保存；
- 不绕过安全或平台限制。

### 批次门

- 输入校验通过；
- task_id 无重复；
- 参考图可读；
- 参数映射无未知项；
- 当前任务数量和预估消耗已展示；
- 获得当次提交授权；
- 提交后有可回读回执。

## 交付格式

每次执行只报告：

```markdown
### 自动化批次报告
- 适配器：
- 输入文件：
- 任务总数：
- 已校验：
- 待确认：
- 已提交：
- 成功回执：
- 失败：
- 阻塞：
- 截图/日志目录：
- 是否产生费用：
- 下一步：
```

## 禁止事项

- 不猜测或伪造页面选择器、任务ID、费用、生成成功和尺寸回执；
- 不把截图里的按钮当作已验证 DOM；
- 不自动绕过审核或生成违规内容；
- 不偷取、导出或分享登录凭据；
- 不在后台无限循环提交；
- 不用自动化规避平台风控；
- 不在未确认前执行付费、发布、删除、覆盖或授权动作。