掘金· 暧暧内含光·· 19 天前精选AI 评分80
GUI Agent 架构设计笔记对比 mobile-use、browser-use、Playwright MCP 与 agent-browser
GUI Agent 架构设计笔记：感知压缩、上下文工程与执行机制
AI 导读
作者按通信协议、感知压缩、上下文管理、决策执行四层拆解 GUI Agent 架构，对比 mobile-use、browser-use、Playwright MCP 和 vercel-labs/agent-browser 四个框架。
借鉴点
能拿走 A11y 压缩四步裁剪加 @eN 短引用映射，把单步观测从万级 Token 压到 200 左右；落到本地模型部署和软件工厂的浏览器自动化线，代价是要自己维护引用表并处理动态状态不能进 SystemMessage 的缓存坑。
来源：掘金 · juejin.cn