autoplay
autoplay 是一个试验性浏览器代理：你给任务描述，它会生成 Playwright 的 Python 代码并执行，反复观察页面、调整动作，直到完成目标。
https://github.com/CNSeniorious000/autoplay
核心思路并不复杂：用 reasonify 做任务分解与推理，prompt 约束输出为纯可执行代码（没有多余说明），运行时把生成的代码在受控环境里执行并收集结果。
为什么用原生代码输出
直接产出 Playwright 代码的好处是避免再造一套 DSL，调试也更直观——你可以把生成结果直接拿到 REPL 里跑。
相关：
- microsoft/autogen：多 agent 框架，可做为对比。
- project_automata：偏桌面端的 OCR 自动化思路，与 autoplay 的自动化目标相通。
目前还处于早期实验阶段，但思路清晰：把浏览器当作可编程的执行器，让 LLM 负责“写脚本”。
深入洞见¶
源码和模板清楚表明 autoplay 的设计是把 LLM 输出当作可执行 Playwright Python 片段：src/templates/prompt.j2 强制模型只返回纯 Python（Playwright Async API），src/core/step.py / src/core/new.py 会把 LLM 输出注入到 ExecContext 并运行。实现使用 reasonify 把推理组织成 chain/loop，这让系统能在生成后把结果直接执行并把运行结果反馈给模型，形成“生成—执行—修正”的闭环，但也带来明显的安全与 sandbox 风险。
参考源码（GraphQL 验证）：src/templates/prompt.j2（生成 Playwright 代码） · src/core/step.py（ExecContext / Session 执行）