大语言模型（LLM）虽然强大，但通常只能处理静态文本数据，无法直接在网页上点击、填写表单、运行 JS代码 或截取网页截图。 然而，许多应用场景  （自动化测试、数据抓取、网页分析、智能代理）  都需要