wandering
6aec1bc837
两条真实草稿走完全流程并逐张截图核对：普通报销 4 步（明细 3010109/3张/464、支付 231 工行公务卡、 附件入库，单据 202610020884）；差旅报销 5 步（明细 交通费/2张/233 火车 阜阳→合肥、补助 3×80+3×100=540、 附件入库，单据 202610030245 总额 773.00）。验完两条都按守卫删除并复查 0 命中。 修的问题（都是单元测试看不见的）： 1) 附件步骤是静默假成功：「附件说明」在财务系统里是 required，info 没给 attachment_desc 时填了空串， 点确定被浏览器 HTML5 校验挡住——不报错、不发请求、弹窗不关，代码却打印「上传完成」回 ok:true。 新增 base.upload_attachment()/confirm_attachment()：缺说明兜底成「发票：文件名」、提交后确认弹窗已关、 把 validationMessage 带进异常；附件必须落在会话目录内，文件不存在直接报错（原来是静默跳过） 2) 步骤函数依赖上一步留下的页面状态：续填时停在基本信息页，#next3/#next4 存在但不可见，点它必超时。 所有步骤改成显式 open_tab(...)，basic 标记给两个候选（日常 #EXPENEXPLAIN / 差旅 #CAUSE） 3) 导航快速通道只判断「在不在报销系统」，不比对 page_key：停在日常页却以为进了差旅页，差旅单据搜不到 差点误判成流程坏了。抽成 on_target_page(page_key) 4) _on_reimburse 用子串比主机（http://elsewhere 会命中主机 x）→ 改 urlsplit().netloc 精确比， 收紧后立刻联机回归，两类页面的判定各自正确 5) 空状态行「没有找到匹配的记录」既被 wait_rows_loaded 当成还在加载（每次搜索白等 20 秒）， 又被 search_forms 算成 1 条命中；两处显式判定，等待超时也从 20 秒收到 10 秒 - browser_fill：续填时前置步骤在财务系统里已完成、内存无记录，降级为 warnings 而不是拒绝（否则合法 操作被挡），next_action 也不再瞎猜下一步 - browser_open_form 文档与未命中提示：命中判据是列表页可见文字，长说明会被截断，最稳的 match 是单据编号 - tests/test_mcp_browser.py +6 例（basic 多候选、两列表页互不认错、弹窗不关必须报错并带浏览器提示、 附件说明兜底、路径越界与缺文件拒绝、附件清单按「附件文件名」定位表）；FakePage 加 click/validations/ tables，让 base.py 真实逻辑不依赖 Playwright 也能测。148 passed / 1.0s - 文档：AGENTS 增「多标签共用一页」「两个独立列表页」「附件两处硬约束」三条实测约束；浏览器包 README 重写（含 threading._register_atexit 的正确姿势与截图含个人信息的提醒）；SKILL 补「每步自洽可单独重填」 与附件说明兜底；方案文档 §15 记录全流程结果、5 个问题、我自己的两次误判与剩余项 验证：ruff / format / mypy src / deptry / pytest 148 passed / mcp_smoke 25 工具全绿；联机回归 16:14-16:16。 删除与提交类动作仍不进工具层。--no-verify 提交并手跑等价检查。
last_reviewed
| last_reviewed |
|---|
| 2026-10-20 |
src/infra/browser — 浏览器自动化
Playwright 操作财务报销系统：登录信息门户、进入报销系统、新建或找回单据、分步填报、上传附件。
| 文件 | 职责 |
|---|---|
base.py |
BaseBot：生命周期、登录、导航、列表页找回单据、标签页切换、附件提交校验、截图 |
travel.py |
差旅填报：基本信息 → 差旅明细 → 支付方式 → 补助清单 → 附件 |
normal.py |
普通填报：基本信息 → 总明细 → 支付方式 → 附件 |
actor.py |
单线程持有者 + cases/<id>/.browser.lock 磁盘锁（PID + 心跳） |
__init__.py |
run_bot() / run_bot_web() 一把梭编排，仅手工回归用 |
两种用法
- MCP 分步工具（推荐）：
browser_open→browser_login→browser_new_form（或browser_open_form找回已有单据）→ 逐步browser_fill(step)→browser_page_state→browser_close； 工具层在src/mcp/tools/browser.py run_bot()/run_bot_web()：一次跑完的编排，只留给手工验证；新代码别用——中途失败只能整体重来
步骤函数的三条铁律
- 每步自己切标签页：单据页是「基本信息 / 报销明细 / 支付方式 /（补助清单）/ 附件清单」共用一个页面，
不在当前标签的控件
query_selector拿得到但不可见。所以每步开头调bot.open_tab(...)， 不要依赖上一步把页面留在了哪儿——旧写法靠#next3/#next4串，续填时必卡（联机实测点#next3超时）。 - 出错必须回抛：
log.error之后要raise。 - 没抛异常不等于做成了：附件那步出现过「无异常、无请求、弹窗不关、清单零行」的假成功——
提交动作必须回查页面状态。
bot.upload_attachment()会确认弹窗真的关闭，并把浏览器的必填提示 （validationMessage）带进异常。这个项目已经因为静默失败丢过 7 周的出库单产物（方案文档 §11.4）。
线程与进程约束
- Playwright sync 的 browser/page 只能在创建它的线程里用；MCP 是多线程调用，所以一律经
actor.run_browser()提交到专属单线程执行（与 COM actor 分开，套间要求不同） - 浏览器归属写在
cases/<id>/.browser.lock（PID + 心跳；180 秒未更新可被别的进程接管）。 宿主可能同时跑多代 MCP 子进程（重连窗口、subagent/teammate 各一条 transport）， 各开一个 Chromium 会让 Agent 看到的截图不是它正在操作的那个页面 - 退出钩子必须用
threading._register_atexit（见actor._register_shutdown_hook）：concurrent.futures.thread的清理走的是这个列表，比atexit早跑；注册到atexit上就等于 「executor 已被 shutdown，close() 提交不进去」，浏览器关不掉
计划中的 P4
submit_preview（快照 + 摘要 + 一次性 token）与 submit_execute（token 一次性、摘要变更即失效）。
在那之前，填报完成必须停下交人工核对提交。
注意
- 会打开 Chromium（默认有头），自动化期间不要手动点页面
- 分步填报的截图写
cases/<id>/screenshots/NNN-<步骤名>.png；只有走run_bot()才写images/debug_*.png（已 gitignore） - 截图里有真实姓名、卡号、票据内容：留在会话目录里（已 gitignore），不要贴进对外文档或提交