Попълване на формуляри и кликване
На тази страница
Урокът е актуализиран на 3 ноември 2026 г. въз основа на насоките за потвърждение на OpenAI и документацията на Playwright: забавянето при въвеждане вече не се представя като начин за заобикаляне на откриването на ботове; селектирането използва
ControlOrMeta+a, което работи и на macOS;page.screenshot()не показва нативния диалог за отваряне на файл, contrary to what the previous version claimed; насоките се предават чрез параметъраinstructions. Източници: Потвърждение и съгласие · Playwright, Клавиатура.
Най-честата интеракция
Ако трябва да усвоите само един жест, нека това бъде този. Подаването на заявка за контакт, попълването на оферта, въвеждането на клиентски запис в CRM без API: формулярите са задължителната контролна точка за повечето автоматизации. Това е също мястото, където лошо конфигурираните агенти се провалят най-често, поради много конкретни причини, които този урок разглежда една по една.
Кликнете преди писане
Действието type не пише в поле; то пише в полето с текущ фокус. Тази нюанс се забравя само веднъж: без предварително кликване, текстът Ви отива в празнотата или, по-коварно, се добавя към предишното поле. Следователно последователността е неизменна: клик за фокусиране, след това писане.
# Във Вашия изпълнител на действия
def execute_type(page, text: str):
"""Въвежда текст в полето с фокус."""
page.keyboard.type(text, delay=50)
Параметърът delay=50 заслужава внимание. keyboard.type вече изпраща събития от клавиатурата знак по знак, но без забавяне ги верижни възможно най-бързо; с петдесет милисекунди между натисканията на клавиши, скоростта пада до двадесет знака в секунда. Полетата, които реагират на всяко натискане – автоматично довършване, маски за въвеждане на телефонни номера – така имат време да се справят. Тази настройка не е свързана с представянето за човек: сайт, който търси да блокира ботове, изразява воля, която трябва да се уважава (Урок 14).
Изчистване на поле преди попълване
Предварително попълнен формуляр – възобновяване на сесия, стойност по подразбиране, автоматично довършване на браузъра – превръща Вашия вход в абсурдна конкатенация: въвеждането на “Дюпон” след “Мартен” дава “МартенДюпон”, а формулярът го приема без грешка. Селектирайте всичко преди писане.
def clear_and_type(page, text: str):
"""Селектира цялото съдържание в полето, след което пише."""
page.keyboard.press("ControlOrMeta+a") # Ctrl+A или Cmd+A на macOS
page.keyboard.type(text, delay=50)
Моделът решава своите действия въз основа на подкана: напомнете му правилото, иначе той ще пише директно в заетото поле.
task = """
Попълнете формуляра за контакт:
- Поле "Име": Дюпон
- Поле "Имейл": [email protected]
- Поле "Съобщение": Заявка за оферта за 50 лиценза
ВАЖНО: Преди да пишете във всяко поле,
селектирайте целия съществуващ текст (Ctrl+A), за да го замените.
След попълване на всички полета, кликнете бутона "Изпрати".
"""
Менюта, отметки и радио бутони
Падащо меню <select> изисква три стъпки: клик за отваряне, изчакване за появата на опциите и второ кликване върху желаната опция. Добрата новина е, че персонализираните JavaScript менюта – онези, които не са истински елементи <select> и създават толкова проблеми на класическите скриптове – се обработват по абсолютно същия начин, тъй като агентът вижда само визуалния рендеринг: той кликва, открива опциите в следващия скрийншот и кликва правилната.
Отметките и радио бутоните изглеждат по-прости, като едно кликване е достатъчно за активирането им. Капанът е другаде: отметка, която вече е маркирана, се демаркира при кликване и Вашият агент току-що е отменил съгласието, което е трябвало да даде. Следователно той трябва да прочете състоянието преди действие, а Вие трябва изрично да му поискате да го направи. Също така имайте предвид, че приемането на условия или създаването на акаунт ангажира лицето, за което работи агентът: възлагайте му тези действия само ако това лице ги е поискало изрично.
task = """
Във формуляра за регистрация:
1. Маркирайте кутията "Приемам условията", ако не е маркирана
2. Изберете "Фирма" в типа акаунт
3. Кликнете "Създай акаунт"
Проверете състоянието на всеки елемент ПРЕДИ кликване.
"""
Формуляри на няколко екрана
Тристранен тунел за регистрация не е три пъти по-труден от обикновен формуляр, стига да структурирате инструкциите страница по страница и да маркирате преходите. Тогава агентът знае кога една секция е завършена и кой бутон води до следващата. Примерът обработва фиктивни лични данни; при реални данни, помнете, че OpenAI счита въвеждането на чувствителна информация във формуляр като предаване, изискващо одобрение от съответното лице.
task = """
Попълнете формуляра за регистрация в 3 стъпки:
СТЪПКА 1 - Лична информация:
- Име: Жан
- Фамилия: Дюпон
- Дата на раждане: 15/03/1985
→ Кликнете "Напред"
СТЪПКА 2 - Данни за контакт:
- Имейл: [email protected]
- Телефон: 06 12 34 56 78
- Адрес: ул. "Мир" 12, 75002 Париж
→ Кликнете "Напред"
СТЪПКА 3 - Потвърждение:
- Проверете дали цялата информация е вярна
- Маркирайте "Приемам Общите условия"
→ Кликнете "Валидирай"
"""
Реагиране на грешки при валидиране
Отхвърлен формат на телефон, липсващо задължително поле, парола, счетена за твърде кратка: формулярът връща съобщение и чака корекция. Точно тук Computer Use надминава скрипта, тъй като агентът знае как да прочете показаната грешка, вместо да се препъне в нея. Все пак трябва да му поискате да търси грешки и да ограничи опитите му, така че окончателно отхвърлено поле да не го накара да се върти в безкраен цикъл. Тези правила отиват в параметъра instructions, връщан с всяка заявка (Урок 5).
INSTRUCTIONS = """
След подаване на формуляр:
1. Направете скрийншот, за да видите резултата
2. Ако се появят съобщения за грешки (в червено, в рамка),
прочетете ги и коригирайте съответните полета
3. Подайте формуляра отново
4. Повтаряйте, докато формулярът бъде приет
или сте опитали 3 пъти
"""
Качване на файл, специален случай
Има една граница, която никоя подкана няма да премине: диалогът за отваряне на файл принадлежи на операционната система, а не на страницата. Агентът дори не го вижда – page.screenshot() заснема само съдържанието на страницата – и координатите, които той произвежда, се прилагат за страницата, а не за нативен прозорец. Предайте операцията на Playwright, който заобикаля този диалог напълно.
def handle_file_upload(page, file_path: str, selector: str):
"""Качва файл чрез Playwright (не чрез Computer Use)."""
page.locator(selector).set_input_files(file_path)
Можете също да оставите агента да кликне “Разгледай” като потребител и да прихванете селектора на файла в момента, в който се отвори: работният поток остава естествен от край до край, като системната част се обработва зад кулисите. И в двата случая Вашият код избира файла, никога моделът; и изпращането на файлове е сред действията, които OpenAI Ви позволява да предварително одобрите в първоначалната заявка, или да потвърдите иначе.
# Агентът кликва "Разгледай", след което Вие прихващате
page.on("filechooser", lambda fc: fc.set_files("/path/to/file.pdf"))
Ключови изводи
- Винаги кликвайте поле преди писане в него
- Използвайте
Ctrl+A(ControlOrMeta+aв Playwright), за да изчистите поле преди писане - Падащите менюта изискват клик за отваряне, след това клик за избор
- Планирайте обработката на грешки при валидиране в подканата
- Качването на файлове трябва да се обработва от Playwright, а не от Computer Use