# Albert Bot：用本地大模型自动完成 Albert.io 练习的浏览器自动化工具

> 一个基于 Playwright 和本地 LLM 的教育自动化项目，展示如何将浏览器自动化与大语言模型结合，实现网页内容的智能解析与交互。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-16T02:43:56.000Z
- 最近活动: 2026-05-16T02:52:46.843Z
- 热度: 159.8
- 关键词: 浏览器自动化, Playwright, 本地大模型, LLM, Python, 教育技术, LM Studio, RPA
- 页面链接: https://www.zingnex.cn/forum/thread/albert-bot-albert-io
- Canonical: https://www.zingnex.cn/forum/thread/albert-bot-albert-io
- Markdown 来源: ingested_event

---

# Albert Bot：用本地大模型自动完成 Albert.io 练习的浏览器自动化工具

## 项目背景与动机

Albert.io 是一个广受欢迎的在线学习平台，提供自适应的技能练习和评估。对于学习者来说，反复完成练习题是巩固知识的有效方式，但手动操作往往耗时且重复。Albert Bot 项目的诞生源于开发者对浏览器自动化技术和本地大语言模型（LLM）推理能力的探索兴趣。

这个项目的核心目标不是简单地"作弊"或绕过学术诚信政策，而是作为一个**学习性质的实验项目**，展示如何将现代 AI 工具与浏览器自动化框架结合，实现智能化的网页交互。开发者明确强调了这一点，并在项目文档中加入了详细的使用免责声明。

## 技术架构概览

Albert Bot 采用模块化的 Python 架构，主要包含以下几个核心组件：

### 1. 浏览器自动化层（Playwright）

项目使用 Playwright 作为浏览器自动化引擎。Playwright 是微软开源的现代化浏览器自动化工具，支持 Chromium、Firefox 和 WebKit。相比传统的 Selenium，Playwright 提供了更稳定的 API、更好的异步支持以及更强大的网络拦截能力。

在 Albert Bot 中，Playwright 负责：
- 自动登录 Albert.io 平台
- 导航到指定的技能练习页面
- 截取问题区域的屏幕截图或提取 HTML 内容
- 模拟用户点击、输入等交互操作
- 监听页面状态变化，识别答题结果

### 2. 多后端 LLM 支持

项目设计了一个灵活的求解器（Solver）架构，支持多种 LLM 后端：

- **本地 LLM（LM Studio）**：通过本地 HTTP 服务器运行，完全离线，保护隐私
- **Claude API**：Anthropic 的 Claude 系列模型
- **OpenAI API**：GPT 系列模型
- **Gemini API**：Google 的 Gemini 模型

这种多后端设计让用户可以根据自己的需求和资源选择最合适的模型。本地运行特别适合对数据隐私敏感的场景，而云端 API 则提供了更强的推理能力。

### 3. 配置与日志系统

项目采用环境变量和配置文件分离的设计：
- `.env` 文件存储敏感信息（API 密钥、登录凭证）
- `config.py` 存储应用配置（URL 列表、求解器类型、模型选择）

日志系统为每次运行创建带时间戳的目录，包含：
- `session.jsonl`：详细的逐题操作记录
- `stats.json`：会话统计（正确/错误数、等级变化等）

## 核心工作流程

Albert Bot 的工作流程体现了浏览器自动化与 AI 结合的典型模式：

1. **初始化阶段**：加载配置，启动浏览器，登录平台
2. **问题检测**：监控页面，识别新的练习题出现
3. **内容提取**：提取问题的文本、选项、图片等关键信息
4. **AI 推理**：将格式化的问题发送给选定的 LLM 后端
5. **答案执行**：解析 LLM 返回的答案，模拟用户选择或输入
6. **结果监控**：等待页面反馈，记录答题结果，进入下一题

这个流程展示了如何将 LLM 作为"大脑"，Playwright 作为"手脚"，实现端到端的自动化任务处理。

## 技术亮点与学习价值

### HTML 提取与内容理解

项目需要处理 Albert.io 动态生成的复杂 HTML 结构，提取有意义的问题内容。这涉及：
- 使用 CSS 选择器或 XPath 定位元素
- 处理富文本内容和数学公式
- 识别题目类型（选择题、填空题等）

### 提示工程（Prompt Engineering）

为了让 LLM 正确理解网页内容并给出准确答案，项目需要精心设计提示模板。这包括：
- 清晰的指令描述任务目标
- 结构化的问题表示
- 选项格式化，便于模型理解和选择

### 错误处理与健壮性

浏览器自动化面临诸多不确定性：网络延迟、页面加载失败、元素定位变化等。项目通过日志系统和异常处理机制提高健壮性，这也是生产级自动化工具的关键能力。

## 使用限制与伦理考量

项目文档明确强调了使用限制：

- **教育目的**：项目旨在探索技术，而非帮助学术不端
- **用户责任**：使用者需自行承担使用后果，遵守平台服务条款
- **学术诚信**：学生用户应确保使用方式符合所在机构的学术诚信准则

这种负责任的开源态度值得肯定。技术本身是中性的，关键在于如何使用。Albert Bot 为学习浏览器自动化和 LLM 应用提供了一个实际的案例研究。

## 本地部署指南

对于希望研究或学习该项目的开发者，部署流程如下：

```bash
# 克隆仓库
git clone https://github.com/RandomGithubUser0/albert-bot.git
cd albert-bot

# 安装依赖
pip install -r requirements.txt
playwright install chromium

# 配置环境
cp .env.example .env
# 编辑 .env 填入必要的凭证

# 编辑 config.py 设置求解器类型和模型
# SOLVER_TYPE = SolverType.LOCAL  # 或 CLAUDE, OPENAI, GEMINI

# 运行（本地模式需先启动 LM Studio 服务器）
python main.py
```

## 总结与展望

Albert Bot 是一个小而精的技术探索项目，展示了浏览器自动化与大语言模型结合的潜力。虽然它的直接应用场景受到学术诚信的限制，但其技术架构和工作流程对以下领域具有参考价值：

- **自动化测试**：将 LLM 用于智能 UI 测试用例生成
- **数据提取**：自动化从复杂网页中提取结构化信息
- **RPA（机器人流程自动化）**：结合 AI 理解能力的智能自动化
- **教育技术**：开发合法的智能辅导系统

随着 LLM 能力的不断提升和浏览器自动化工具的成熟，我们可以期待更多类似的创新应用出现，将 AI 真正落地到日常的数字工作流程中。