BrowserAgentRegression：定位浏览器 Agent 第一个发生偏移的检查点

BrowserAgentRegression定位浏览器 Agent 第一个发生偏移的检查点浏览器 Agent 的页面、模型或提示更新后最终成功率只能告诉你结果变了却很难说明行为从哪一步开始偏移。BrowserAgentRegression 用一组可重置任务、保持语义不变的界面变体和独立于 DOM 的检查点把一次回归保存为可验证的 JSON 证据。一次可检查的受控校准v1.0.0内置三个任务和四种界面变体。quick demo 共运行 12 次浏览器尝试对照 reference driver 与一个会忽略 popup 的 candidate。clean 页面保持一致popup overlay 下三个任务的 candidate 成功率均从 100% 降至 0%并分别定位到一致的首个失败检查点。这组结果用于校准回归工具本身。真实 Agent 实验可以沿用同一证据协议记录具名 Agent、模型、配置和运行环境。运行、验证、检查gitclone--branchv1.0.0--depth1https://github.com/AlbertXXuu/BrowserAgentRegression.gitcdBrowserAgentRegression python-mvenv .venv# Windows: .venv\Scripts\activate# macOS/Linux: source .venv/bin/activatepython-mpipinstall-e.[dev]python-mplaywrightinstallchromium browser-agent-regression doctor browser-agent-regression demo browser-agent-regression verify--reportruns/demo-report.json2026-08-27 的一次本机 quick demo 用时 9.07 秒验证输出为PASS schema1.0 commanddemo attempts12运行时间会随机器变化。报告保存协议版本、工具与浏览器环境、fixture 哈希、逐次结果、汇总、回归幅度和首个失败检查点verify会重新计算并检查这些关系。真实运行界面下图依次展示 quick demo 入口、12 次尝试的证据摘要以及三个首个失败检查点。下一步先运行 quick demo 并检查runs/demo-report.json。如果安装、运行或报告解释存在具体摩擦可通过 workflow feedback 提交复现步骤和输出。