让 AI 处理客服工单,难点不只是“看懂要求”,还要让它真的打开后台、找到订单、填写处理结果。Shuai Guo 的示例展示了一套基本拼法:OpenAI Agents SDK 负责组织模型调用和运行状态,Playwright MCP 则把浏览器自动化能力接给智能体,让模型的决定变成点击、输入和页面读取。
关键是建立两个通道:一个负责观察页面,一个负责执行动作。作者选择读取网页的结构化信息,再直接操作具体页面元素,而不是让模型只看截图、按坐标猜按钮位置。整个流程因此成为一个循环:读取当前页面,决定下一步,调用工具执行,再根据新页面继续判断,直到任务完成。
示例任务是在一个本地搭建的静态客服控制台中调查并解决工单,同时写入内部备注和审计记录。它更像工程入门而非效果评测:材料没有披露成功率或与其他方案的对比,但清楚说明了浏览器智能体从“模型会判断”走到“系统能执行”需要哪些连接件。