从零开始：用 Notte 框架 15 分钟上线可信赖的网络自动化代理

“我想让 AI 帮我批量整理招聘信息，但总是卡在登录验证码，怎么办？”
“公司想把数百个供应商站点数据结构化，用传统爬虫太脆弱，用纯 AI 又太贵，有折中方案吗？”
如果你也有类似的困惑，这篇文章就是答案。

Notte 是什么？为什么值得一学
5 分钟安装与环境准备
本地跑通第一个任务：让 AI 去 Google 图片“云吸猫”
进阶：用托管浏览器彻底解决登录、验证码、代理难题
核心功能拆解与示例
- 结构化输出：把网页直接变成 Python 对象
- 保险库：企业级账号密码托管
- 数字身份：自动生成邮箱、手机号和 2FA
- 隐形浏览器：自动过验证码、走代理
- 混合工作流：脚本 + AI，省钱又稳
真实场景演练
- 抓取 Hacker News 热门文章
- 自动上传文件并下载回执
- 批量注册并提交表单
性能对比：为什么 Notte 比同类工具快一倍
常见问题解答（FAQ）
小结与下一步阅读清单

1. Notte 是什么？为什么值得一学

一句话概括：
Notte 是一个把“传统自动化脚本”与“大模型推理”缝合在一起的全栈框架，目标是让你用最少代码、最低成本、最高可靠性完成任何需要“在浏览器里点来点去”的任务。

它分成两部分：

组件	开源版	托管版（推荐）	适用场景
浏览器会话	本地 Playwright	云端 + 自动验证码 + 代理	不想自己管浏览器
代理（Agent）	Python SDK 直接调用 LLM	同上	需要高级身份、文件、Cookie 管理

核心卖点：

便宜：只在真正需要 AI 推理时才调用大模型，其余用脚本，官方实测节省 50% 以上 token 费用。
稳：托管浏览器内置验证码打码、住宅代理、反检测。
快：同样任务平均耗时 47 秒，对比 Browser-Use 113 秒。
易：本地写完脚本，把 notte 换成 cli 就能上云，一行不改。

2. 5 分钟安装与环境准备

系统要求

Python 3.11+
本地或云端均可

步骤

# 1) 安装核心包
pip install notte

# 2) 安装浏览器内核（只用托管版可跳过）
patchright install --with-deps chromium

# 3) 准备大模型 API Key
# 任何兼容 OpenAI 格式的接口都行，写到 .env 即可
echo "OPENAI_API_KEY=sk-xxx" >> .env

验证

# test_notte.py
import notte
from dotenv import load_dotenv
load_dotenv()

with notte.Session(headless=False) as session:
    agent = notte.Agent(session=session,
                        reasoning_model='gemini/gemini-2.5-flash',
                        max_steps=5)
    agent.run("打开 https://example.com 并截图")

运行后若能弹出浏览器并停留 5 秒，说明环境就绪。

3. 本地跑通第一个任务：让 AI 去 Google 图片“云吸猫”

import notte
from dotenv import load_dotenv
load_dotenv()

with notte.Session(headless=False) as session:
    agent = notte.Agent(session=session,
                        reasoning_model='gemini/gemini-2.5-flash',
                        max_steps=30)
    response = agent.run("去 Google 图片搜索 cat memes，向下滚动 3 屏")
    print(response.answer)

发生了什么？

浏览器启动。
Agent 自动在地址栏输入 https://images.google.com。
找到搜索框，输入 cat memes，回车。
向下滚动 3 次，等待图片加载。
任务完成，返回一句自然语言总结。

4. 进阶：用托管浏览器彻底解决登录、验证码、代理难题

如果你想把任务搬到云端，免去本地浏览器、代理、打码的麻烦，只需三步：

去 Notte Console 注册，拿到 API Key。
把本地代码里的 import notte 换成 from notte_sdk import NotteClient。
所有对象加前缀 cli.。

示例：

from notte_sdk import NotteClient

cli = NotteClient(api_key="nt-xxx")

with cli.Session(headless=False) as session:
    agent = cli.Agent(session=session,
                      reasoning_model='gemini/gemini-2.5-flash',
                      max_steps=30)
    response = agent.run("doom scroll cat memes on google images")

本地与云端代码对比表：

维度	本地开源版	托管版
浏览器	自己维护	云端自动
验证码	手动	自动打码
代理	自己配	内置住宅轮换
并发	单机	可横向扩容
费用	免费	按量计费

5. 核心功能拆解与示例

5.1 结构化输出：把网页直接变成 Python 对象

痛点：传统爬虫用 XPath/CSS 选择器，网页一改就挂。
Notte 做法：告诉 Agent 你想要的字段，它自动推理并填充。

from notte_sdk import NotteClient
from pydantic import BaseModel
from typing import List

class HackerNewsPost(BaseModel):
    title: str
    url: str
    points: int
    author: str
    comments_count: int

class TopPosts(BaseModel):
    posts: List[HackerNewsPost]

cli = NotteClient()
with cli.Session(headless=False, browser_type="firefox") as session:
    agent = cli.Agent(session=session,
                      reasoning_model='gemini/gemini-2.5-flash',
                      max_steps=15)
    response = agent.run(
        task="去 Hacker News 首页，抓前 5 篇文章的标题、链接、分数、作者、评论数",
        response_format=TopPosts
    )
print(response.answer.posts[0])

输出示例：

HackerNewsPost(
  title='Show HN: I built a pocket-sized E-ink terminal',
  url='https://github.com/foo/bar',
  points=512,
  author='baz',
  comments_count=97
)

5.2 保险库：企业级账号密码托管

场景：需要自动登录后台，但明文写密码不安全。
解决：把凭据放进 Vault，Agent 需要时自动读取。

from notte_sdk import NotteClient

cli = NotteClient()

with cli.Vault() as vault, cli.Session(headless=False) as session:
    vault.add_credentials(
        url="https://x.com",
        username="you@corp.com",
        password="SuperSecret123"
    )
    agent = cli.Agent(session=session, vault=vault, max_steps=10)
    agent.run("打开 Twitter 并登录，进入私信列表")

优势：

密码加密存储，不落盘。
同域名复用，无需反复传参。
支持 TOTP、SSO、MFA 令牌。

5.3 数字身份：自动生成邮箱、手机号和 2FA

场景：需要批量注册试用账号。
解决：Persona 对象替你搞定邮箱、手机号、验证码。

from notte_sdk import NotteClient

cli = NotteClient()

with cli.Persona(create_phone_number=True) as persona:
    with cli.Session(browser_type="firefox", headless=False) as session:
        agent = cli.Agent(session=session,
                          persona=persona,
                          max_steps=15)
        agent.run("打开 Google 表单，用 persona 的信息 RSVP 参加发布会")

执行流程：

Persona 随机生成姓名、邮箱（可真实收信）。
如需手机验证，托管平台自动接收短信并回填验证码。
全程无痕，用完即弃。

5.4 隐形浏览器：自动过验证码、走代理

内置代理 + 打码

with cli.Session(
    solve_captchas=True,
    proxies=True,       # 自动轮换美国住宅 IP
    browser_type="firefox",
    headless=False
) as session:
    agent = cli.Agent(session=session, max_steps=5)
    agent.run("访问 reCAPTCHA 示例页并尝试通过验证")

自定义代理

from notte_sdk.types import ExternalProxy

proxy = ExternalProxy(
    server="http://proxy.corp.com:8080",
    username="corpUser",
    password="corpPass"
)

with cli.Session(proxies=[proxy]) as session:
    agent = cli.Agent(session=session, max_steps=5)
    agent.run("通过公司代理访问内网系统")

5.5 混合工作流：脚本 + AI，省钱又稳

思路：把确定性高的步骤写成脚本，需要推理时才调用 Agent。

from notte_sdk import NotteClient
import time

cli = NotteClient()

with cli.Session(headless=False, perception_type="fast") as page:
    # 脚本：直接跳到商品页
    page.execute(type="goto",
                 value="https://www.quince.com/women/organic-stretch-cotton-chino-short")
    page.observe()

    # AI：选颜色和尺码
    agent = cli.Agent(session=page)
    agent.run("选象牙白，尺码 6")

    # 脚本：加购、结账
    page.execute(type="click", selector='button[name="ADD TO CART"]')
    page.execute(type="click", selector='button[name="CHECKOUT"]')
    time.sleep(5)

收益：

确定步骤不消耗 token，成本 ↓
AI 只处理最复杂的交互，成功率 ↑

6. 真实场景演练

6.1 抓取 Hacker News 热门文章

需求：每天把前 30 条帖子写进公司知识库。
代码：见 5.1 结构化输出示例，配合 Linux crontab 即可定时运行。

6.2 自动上传文件并下载回执

需求：报税系统要求上传 PDF 报表，再下载回执存档。

from notte_sdk import NotteClient

cli = NotteClient()
storage = cli.FileStorage()

storage.upload("/tmp/report.pdf")

with cli.Session(storage=storage) as session:
    agent = cli.Agent(session=session, max_steps=10)
    agent.run("登录报税网站，上传 report.pdf，下载回执到 storage")

receipts = storage.list(type="downloads")
storage.download(file_name=receipts[0], local_dir="./archive")

6.3 批量注册并提交表单

需求：学术会议需要 100 个测试账号投票。
做法：循环创建 Persona，每个账号自动提交一次表单即可。

7. 性能对比：为什么 Notte 比同类工具快一倍

官方在 100 个公开任务上做了横向评测（数据见 README）：

工具	自报成功率	第三方评估	平均耗时	任务可靠性
Notte	86.2 %	79.0 %	47 秒	96.6 %
Browser-Use	77.3 %	60.2 %	113 秒	83.3 %
Convergence	38.4 %	31.4 %	83 秒	50 %

快的原因：

混合工作流：脚本先跑通 80% 流程，AI 只补缺口。
感知模型分层：快感知 + 慢推理，减少无意义等待。
托管基础设施：浏览器常驻、热启动，省掉冷启动 10~15 秒。

8. 常见问题解答（FAQ）

Q1：我不想用云端，可以完全本地跑吗？
可以。开源版只需本地浏览器 + LLM API Key。但验证码、代理需自己解决。

Q2：支持哪些大模型？
所有兼容 OpenAI 格式的接口，如 OpenAI、Gemini、Claude、本地 vLLM 等。

Q3：如何并行跑多个任务？
托管版支持并发会话，按量计费；本地版受限于机器资源，可自行用多进程。

Q4：Vault 里的密码安全吗？
所有凭据 AES-256 加密，密钥存于硬件安全模块，连平台方也无法解密。

Q5：遇到新版 reCAPTCHA v3 怎么办？
托管浏览器持续更新反检测策略，成功率 95% 以上；v3 无用户交互，Agent 会自动等待得分返回。

9. 小结与下一步阅读清单

今天，我们完成了：

5 分钟安装并本地跑通“云吸猫”。
了解如何无缝切换到托管浏览器，解锁验证码、代理、身份等高级功能。
通过结构化输出、保险库、数字身份、隐形浏览器、混合工作流五大模块，覆盖 90% 网络自动化需求。
用真实代码演示抓取 HN、上传下载、批量注册等场景。

下一步：

阅读官方文档：https://docs.notte.cc
尝试把公司现有 Playwright 脚本改写为混合工作流。
用 Vault + Persona 做一个小型“自动注册-登录-采数据”的 PoC。

祝你玩得开心，也欢迎把你的案例分享到社区，让自动化更简单、更可靠。

Notte框架实战：15分钟搭建AI+脚本网络自动化代理

从零开始：用 Notte 框架 15 分钟上线可信赖的网络自动化代理

目录

1. Notte 是什么？为什么值得一学

2. 5 分钟安装与环境准备

系统要求

步骤

验证

3. 本地跑通第一个任务：让 AI 去 Google 图片“云吸猫”

4. 进阶：用托管浏览器彻底解决登录、验证码、代理难题

5. 核心功能拆解与示例

5.1 结构化输出：把网页直接变成 Python 对象

5.2 保险库：企业级账号密码托管

5.3 数字身份：自动生成邮箱、手机号和 2FA

5.4 隐形浏览器：自动过验证码、走代理

内置代理 + 打码

自定义代理

5.5 混合工作流：脚本 + AI，省钱又稳

6. 真实场景演练

6.1 抓取 Hacker News 热门文章

6.2 自动上传文件并下载回执

6.3 批量注册并提交表单

7. 性能对比：为什么 Notte 比同类工具快一倍

8. 常见问题解答（FAQ）

9. 小结与下一步阅读清单

Notte框架实战：15分钟搭建AI+脚本网络自动化代理

从零开始：用 Notte 框架 15 分钟上线可信赖的网络自动化代理

目录

1. Notte 是什么？为什么值得一学

2. 5 分钟安装与环境准备

系统要求

步骤

验证

3. 本地跑通第一个任务：让 AI 去 Google 图片“云吸猫”

4. 进阶：用托管浏览器彻底解决登录、验证码、代理难题

5. 核心功能拆解与示例

5.1 结构化输出：把网页直接变成 Python 对象

5.2 保险库：企业级账号密码托管

5.3 数字身份：自动生成邮箱、手机号和 2FA

5.4 隐形浏览器：自动过验证码、走代理

内置代理 + 打码

自定义代理

5.5 混合工作流：脚本 + AI，省钱又稳

6. 真实场景演练

6.1 抓取 Hacker News 热门文章

6.2 自动上传文件并下载回执

6.3 批量注册并提交表单

7. 性能对比：为什么 Notte 比同类工具快一倍

8. 常见问题解答（FAQ）

9. 小结与下一步阅读清单

相关文章