面向出海社媒投放团队的 Agent 工作台原型。

这个项目不是通用 AI 浏览器，也不是 BrowserOS 的二次封装。第一版目标是做一个可演示、可扩展、贴近真实业务的 数据调研/竞品报告 Agent：用户输入竞品、平台、地区、后台页面和调研目标后，Agent 打开可见浏览器收集公开页面或授权后台数据、保存证据，并生成结构化报告。

目标用户是出海社媒投放团队里的 PM、运营、设计协作方和文案协作方。

第一版聚焦 PM 高频需要但容易耗时的任务：

• 查找竞品品牌、账号、官网、广告素材和落地页。
• 收集公开页面、平台后台或业务后台中的只读数据。
• 保存截图、链接、页面文本、关键指标和可引用证据。
• 总结竞品的创意方向、文案风格、卖点表达、CTA 和地区化特征。
• 输出可交给设计、文案和投放人员使用的竞品报告。

后续再扩展到创意 Brief、文案生成、流程状态跟踪和投放准备。

第一版采用这条主线：

Electron + React 工作台
  -> FastAPI 后端
    -> Data Research / Competitor Report Agent
      -> browser-use
        -> Playwright / Chromium 可见浏览器

组件职责：

• Electron + React 工作台：提供桌面端产品体验，包括任务输入、浏览器执行画面、证据列表、报告预览和执行状态。
• FastAPI 后端：承载 Agent API、任务编排、状态同步、数据库读写和模型调用。
• Data Research / Competitor Report Agent：把业务目标拆成浏览器调研步骤，控制执行过程，并生成结构化结果。
• browser-use：作为第一版浏览器自动化执行引擎。
• Playwright / Chromium：提供可见浏览器实例，让用户能看到 Agent 打开网页、搜索、点击和提取信息。
• SQLite / Postgres：保存任务、运行记录、证据、截图、来源链接和最终报告。

BrowserOS 暂时不作为第一版主链路。

它在本项目中的定位是：

• 产品和架构参考。
• 后续可选浏览器运行时。
• 未来可以通过 MCP 接入的外部浏览器。

第一版不修改 BrowserOS 源码，也不封装 BrowserOS 官方安装包。原因是 BrowserOS 官方可执行文件是完整浏览器产品，不是可嵌入 SDK；如果要深度修改 BrowserOS UI 或浏览器内部，需要 fork 源码并构建 Chromium，成本过高，容易偏离作品集重点。

本项目第一版的浏览器执行能力由 browser-use + Playwright/Chromium 提供。等竞品报告 Agent 跑通后，再设计 BrowserOSMcpRuntime 作为可选增强。

第一版只做 Data Research / Competitor Report Agent，中文业务名是 数据调研/竞品报告 Agent。

输入：

• 品牌名、竞品名或关键词
• 目标平台，例如 Facebook、TikTok、Instagram、Google、竞品官网、广告库
• 目标国家或地区
• 授权后台页面，例如广告后台、数据看板、内容表现后台
• 调研目标，例如创意素材、文案风格、卖点、落地页、评论反馈、曝光、点击、互动、转化

输出：

• 竞品基础信息
• 来源链接
• 页面截图
• 页面摘要
• 后台或平台关键指标
• 创意和文案模式总结
• CTA / offer / landing page 分析
• 可执行建议
• Markdown / JSON 报告

非目标：

• 不自动发布内容
• 不自动提交广告
• 不修改广告预算
• 不进行支付操作
• 不自动发送客户消息
• 不绕过验证码、登录或权限控制

详细功能定义见 Data Research / Competitor Report Agent。

预期目录结构：

social-agent-workbench/
  apps/
    desktop/              # Electron + React 工作台
    api/                  # FastAPI 后端
  packages/
    shared/               # 共享类型、schema、常量
  agents/
    competitor-report/    # 数据调研/竞品报告 Agent
  docs/
    architecture.md       # 架构说明
  roadmap.md              # 路线图

当前阶段先沉淀产品路线和架构，再进入代码骨架。

当前已经有第一版桌面端 + 后端 Agent 原型：

• 左侧/中间：Electron 内嵌 Chromium webview 浏览器页面。
• 右侧：数据调研/竞品报告 Agent 对话面板，会调用 FastAPI。
• 右侧：可以直接设置或覆盖 DeepSeek API Key，后端保存到本地 .env。
• 后端：FastAPI 读取 DeepSeek API Key，并调用本地 editable 安装的 F:\browser-use\browser-use。
• Agent 执行：browser-use Agent + ChatDeepSeek + BrowserSession。
• 默认打开：https://github.com/browser-use/browser-use。

安装 Node 依赖：

pnpm.cmd install

安装 Python 后端依赖：

uv venv .venv --python 3.12
uv pip install --python .venv\Scripts\python.exe -e "F:\browser-use\browser-use" fastapi uvicorn[standard]

配置 DeepSeek API Key：

Copy-Item .env.example .env

然后编辑 .env：

DEEPSEEK_API_KEY=your_deepseek_api_key
DEEPSEEK_MODEL=deepseek-chat
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

启动完整开发工作台：

pnpm.cmd run dev

这个命令会同时启动：

• FastAPI: http://127.0.0.1:8787
• Vite renderer: http://127.0.0.1:5173
• Electron desktop app

验证 API 接入：

pnpm.cmd run verify:api
pnpm.cmd run verify:http-api

验证完整工作台：

pnpm.cmd run build:renderer
pnpm.cmd run verify:workbench

生成桌面端截图：

pnpm.cmd run build:renderer
.\node_modules\.bin\electron.CMD scripts\capture-desktop.cjs

截图输出位置：

artifacts/screenshots/desktop-app.png

Start from docs/index.md for product, operations, technical notes, templates, and testing guides.

• browser-use：第一版浏览器 Agent 执行引擎。
• BrowserOS：产品参考和未来可选 MCP 浏览器运行时。

本项目独立于上述项目，不直接修改上游源码。