让9B小模型也能完成Web任务Webwright小模型可复用CLI工具策略完全指南【免费下载链接】CUAWrightA simple SWE style browserdesktop agent framework that achieves SOTA results on long horizon web tasks.项目地址: https://gitcode.com/gh_mirrors/web/CUAWrightWebwright现更名为 CUAWright是一个 SWE 风格的浏览器桌面智能体框架它让小模型如 9B 级别也能通过编写可复用的 Playwright 脚本完成长程 Web 任务。本文面向新手完整讲解 Webwright 小模型适配思路与可复用 CLI 工具的三大策略代码即行动、参数化 CLI 工具、Skill Factory 技能沉淀帮助你在低成本模型上跑通 Web 自动化。为什么9B小模型也能做Web任务代码即行动思路 多数浏览器智能体让模型每一步预测一个点击这对推理能力是持续消耗小模型最容易在此失守。Webwright 换了个思路把浏览器交给一个会写代码的模型让它像 SWE 工程师一样在终端里写 Playwright 脚本、看日志、修 bug见 README.md 的 Motivation 一节。这种代码即行动范式对小模型特别友好原因在于 src/cuawright/webwright/config/base.yaml 定义的 agent 循环每轮只做一件事模型每轮只输出一条 shell 命令bash_command执行完再观察结果单步认知负担小证据驱动靠打印的 URL、ARIA 快照、日志判断状态不靠想象页面减少小模型的幻觉空间结构化清单兜底先把任务拆成plan.md关键点点选清单再逐条验证弱模型也不容易跑偏完成门控内置self_reflection自检工具只有逐截图验证通过才允许宣告完成完成门控见 skills/cuawright-web/SKILL.md。上图是 Odysseys 长程 Web 任务基准第 100 步评估旗舰模型框架下 Webwright 达到 60.8%而 Qwen-3.5-VL-9B 这类 9B 视觉小模型仅 13.5%——差距真实存在。后文的策略正是为缩小这个差距服务的让小模型只负责最难的探索一次重复执行交给代码。小模型运行Webwright的3个实用策略 策略一用一行配置换上9B小模型Webwright 的模型是可插拔的基础配置 模型修饰配置叠加即可。把 src/cuawright/webwright/config/model_openrouter.yaml 复制一份把model_name改成你在 OpenRouter 上能用的 9B 模型如qwen/qwen3-8b运行时叠加即可代码零改动python -m cuawright.webwright.run.cli main \ -c base.yaml -c my_9b_model.yaml \ -t 报告页面标题及其主链接的目的地 \ --start-url https://example.com \ --task-id demo_9b -o outputs/default由于每轮只需想一步 写一条命令9B 模型也能稳定驱动这个循环浏览器工作流细节可参考 docs/browser.md。策略二把一次性结果变成可复用CLI工具 ⚙️小模型跑通一次任务后最聪明的做法不是重跑而是把成果参数化。Webwright 内置 CLI 工具模式配置 src/cuawright/webwright/config/crafted_cli.yaml插件中对应/cuawright:craft命令产物final_script.py是一个带--flag参数的函数默认值复现原任务之后换参数重跑即可不再消耗任何模型 token完整契约参数表、导入安全、验证清单见 skills/cuawright-web/reference/cli_tool_mode.md。举例小模型辛苦搞定了查 SEA→JFK 2026-08-15 机票改造后你可以直接python final_script.py --depart-date 2026-09-01再查别的日子——弱模型探索一次强代码执行万次。策略三Skill Factory 把任务沉淀成免模型技能 更进一步可选扩展 Skill Factory 会自动把每次成功解决蒸馏成可独立运行、经过验证的参数化技能库route在开工前查库匹配则直接运行技能零模型、约 40 秒、零 token近似匹配则作为提示注入不匹配才从零探索官方 WebArena 数据复用库使未见任务准确率从55% 提升到 70%15pp平均步数 17.1 → 14.7详见 extensions/skill-factory/src/cuawright/webwright/skill_factory/README.md小模型场景收益更大技能库替它省去了最容易出错的重新探索网站环节。手动精细控制金答案门控、登录站点见 docs/skill_factory/manual.md。效果如何成绩、成本与难度分布 旗舰模型下Webwright 在 Online-Mind2Web 达 88.1%、Odysseys 达 77.5%、OSWorld-V2 达 67.9%GPT-5.6 Sol全面超过同一模型的 GUI 基线。成本同样关键同一模型下CUAWright 让 GPT-5.5 分数 15.7 的同时每任务 API 成本反而降低 $6.0——脚本复用带来的轮次减少是成本下降的直接原因这对按 token 计费的小模型部署同样成立。注意 Hard 难度差距最大88.1% vs 76.2%任务越难、探索成本越高可复用 CLI 工具与技能库的杠杆效应越明显——这正是小模型最该优先复用的场景。快速开始安装Webwright并跑通第一个Web任务 ✅git clone https://gitcode.com/gh_mirrors/web/Webwright cd Webwright pip install -e . playwright install chromium然后按策略一的命令跑一个 demo完整安装、桌面端与复现流程见 REPRODUCE.md。若你已在使用 Claude Code 或 Codex也可直接安装 skills/cuawright-web/ 插件技能由宿主智能体原生驱动同一套工作流。总结小模型友好的Web智能体策略 策略解决什么关键点代码即行动小模型单步推理弱每轮一条命令 证据驱动 自检门控可复用 CLI 工具重复任务烧 token参数化final_script.py重跑零 tokenSkill Factory反复探索网站出错技能独立运行约 40s准确率 55%→70%9B 小模型做 Web 任务的核心不是把每一步都推理对而是让模型负责一次探索、让代码负责无限重放——这正是 Webwright 的完整小模型策略。【免费下载链接】CUAWrightA simple SWE style browserdesktop agent framework that achieves SOTA results on long horizon web tasks.项目地址: https://gitcode.com/gh_mirrors/web/CUAWright创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考