Automa详解：浏览器行为自动化和我的使用

简述

一个可以录制、自定义浏览器行为、通过可视化工具定义Workflow的浏览器插件。可以理解成浏览器的RPA机器人，也有点像直接对浏览器上的行为进行编程，可以打开Tab、切换Tab、输入/抓取文本、点击按钮、批量下载、批量操作等等。 吸引我的点： UI优美*（一看就是有UI和UX打磨过的），功能强大，使用看上去很简便。对于流程（Workflow）、"块"（Block）、"线"（Line）的概念定义也值得学习，条件区块中的'AND'和'OR'设计也值得拆解

我用它做了一个把自己小红书无人点赞的笔记批量隐藏掉的功能。（官方没有提供，搜索了一下感觉有类似需求的人还蛮多的，之后还可以拓展条件为阅读量低的等等。）除此之外，还做了一个复制微信读书Cookie到Github Action变量的功能。我使用的Weread2Notion项目会使用Github Action跑脚本，每天把我的阅读记录同步到Notion中，但有时候Cookie会失效。手动更新麻烦而且容易出错。使用Automa可以轻松地自动化这一系列操作。用它还可以执行更多、更复杂的RPA功能，值得探索～

使用的感受是非常强悍 ，设计好流程，完全可以使用自动化的工作流来代替琐碎、重复、跨越多个网站的工作。一切可重复性的操作交给机器来执行，既节约时间，又减少出错。看到不少人已经将它运用到运营工作中了。

如何开始

前往Automa官网，下载并安装

www.automa.site/

打开插件（可能因为安全策略，浏览器会自动关闭它。记得打开）

从右上角点击插件图标，开始使用

值得注意的是原本的录制⏺️按钮无法再直接从插件弹窗中快速触发了，得从Dashboard中触发。

点击🏠图标，进入Dashboard，可以进行Workflow的编排。也可以直接使用Marketplace中别人已经编排好的流程。

基础概念学习

每一个自动化行为是一个Workflow（工作流）。工作流由**块（Block）**和线（Line）构成。

Automa 中有六类块

General : Perform a general action in the workflow, like making an HTTP request or executing another workflow.
常规：在工作流中执行常规操作，例如发出 HTTP 请求或执行另一个工作流。

Browser : To control the browser.
浏览器：控制浏览器。

Web Interaction : To interact with the active tab of the workflow. Before using blocks in this category, you need to use a New Tab or Active Tab block.
Web 交互 ：与工作流程的活动选项卡进行交互。在使用此类别中的块之前，您需要使用新选项卡或活动选项卡块。

Control Flow : Add logic to the workflow.
控制流程：向工作流程添加逻辑。

Online Services : Services that integrate with Automa.
在线服务：与 Automa 集成的服务。

Data : Modify or manipulate workflow variables or tables.
数据：修改或操作工作流程变量或表格。

支持的配置项： 1⃣️ 执行的操作 2⃣️错误处理

块执行支持如下错误处理：

1. Enable : Enable the error handler for the block
Enable ：启用块的错误处理程序

2. Retry action : retry the block execution if an error occurs on the block
重试操作：如果块上发生错误，则重试块执行

3. Throw error : if selected, the block will throw an error
抛出错误：如果选择，该块将抛出错误

4. Continue flow : if selected, the workflow execution will continue
继续流程：如果选择，工作流程将继续执行

5. Execute fallback : if selected, the workflow will continue to the block that connects to the fallback output
执行回退：如果选择，工作流程将继续到连接到回退输出的块

6.Insert data : insert data into the table or variable (个人理解：为人工操作或者后续其他操作留下空间) 插入数据 ：将数据插入表或变量中
块之间通过Line来连接。可以进行线的连接、删除、自定义外观等。
我认为有趣的特性

Trigger - ContextMenu - selectionText 将Trigger配置为Context Menu类型，并支持将选中的文本作为变量，触发工作流。

后台运行将"set active tab"取消，让其在后台运行

节点支持写JavaScript代码！ 通过内置 automa 函数，读取网页内容、读写变量

条件与循环、各种条件对应的路径定义

可以读取CSS元素的Attribute Value

看视频，学基础操作和应用场景（官方示例）

www.automa.site/tutorials

官方给出的4个教程视频挺不错的，加起来不到一个小时，强烈推荐观看。下面是我总结的示例场景。

[!example] 右键选择内容，翻译并从页面alert 1⃣️触发器 Trigger 设置成Context Menu，支持将选中的文本作为变量输入到后续块中 2⃣️ New Tab 打开谷歌翻译页面 3⃣️ Form 块，输入内容，等待，获取结果 4⃣️ Javascript 块，alert结果

有了"沉浸式翻译"插件，翻译选中内容不再是刚需，但举一反三，我们完全可以做到：选中内容-发送给AI-获取结果-回显到网页上，或者发送摘录的内容到自己的笔记中。

谷歌搜索小猫咪，并逐个保存查询到的元素

1⃣️打开谷歌图像搜索页面

2⃣️ Form - 文本域输入，Press Key - Search

3⃣️ Loop - 根据CSS 选择元素来Loop （注意：条件区块的其他块，也应该连接到Loop Break点中！）

4⃣️通过"下载"区块，下载图片。

快速出爬虫，这比Python代码还要简单不少，唯一要考虑的可能是别被反爬机制反制了。

做一个WhatsUp 聊天机器人Bot 1⃣️打开聊天页面 2⃣️ Loop 聊天窗口 3⃣️ 根据CSS属性做Condition，如果最后一条信息是hello，则进行回复"Hello Again" 4⃣️ Trigger 是定时触发，并使用fixed Delay

读取谷歌Sheet中的内容，批量发送邮件

1⃣️将Google Sheet的权限分享给Automa账号

2⃣️ Loop Google Sheet数据（可以Preview）

3⃣️ 打开邮件页面，Form 块 - 填写收件人、内容、发件人信息，并点击发送。

很适合运用到运营等工作领域中。由于工作流中支持接入HTTP请求和自定义的数据源，我们可以结合AIGC，做批量生成内容后的批量发布、批量运营。唯一风险点就是可能会被平台风控（很多时候不出批量功能不是不能，而是不想）。