nova-act

入门

官方文档：Nova Act GitHub README 是权威信息来源。

第 1 步：设置身份验证

Nova Act 支持两种身份验证方式。你必须询问用户想使用哪种方式！

• API 密钥（快速开始） — 最适合开发和测试。在 https://nova.amazon.com/act?tab=dev_tools 生成密钥，然后运行 export NOVA_ACT_API_KEY="your_key"。无需装饰器。
• AWS 凭证 + 工作流定义（生产环境） — 最适合基于 IAM 的访问和 S3 导出。需要 AWS 凭证和 @workflow 装饰器。参见 references/workflow_definitions.md。

完整设置详情：references/authentication.md

第 2 步：开始使用 Nova Act

选择合适的模式：

用户想要……	跳转至
交互式浏览网站	references/browser_cli.md（选项 A）
使用浏览器构建编码 Agent	references/browser_cli.md（选项 A）
编写可重复执行的测试脚本	references/qa_tests.md（选项 B）
编写 Python 自动化脚本	references/qa_tests.md（选项 B）+ references/data_extraction.md
将手动测试转换为自动化测试	references/gherkin_testing.md
通过 UI 了解代码库	references/flow_discovery.md
重现 Bug	references/bug_reproduction.md
迭代 / 优化自动化提示词	references/workflow_refinement.md
根据真实网站录制内容生成模拟网站	references/mock_generation.md
部署到生产环境	references/deployment_cli.md

选项 A：浏览器 CLI（推荐用于探索和 Agent 工具调用）

pip install 'nova-act[cli]'
act browser execute "Go to https://example.com, find the pricing page, and extract plan names and prices" --session-id work
# If you need to observe current state:
act browser ask "What page am I on?" --session-id work
# If you need a zero-inference jump:
act browser goto https://example.com/specific-page --session-id work

默认使用 execute 并制定详细计划。对于恢复、观察或零推理操作，请使用单条命令（goto、ask 等）。通过 --nova-arg 传递 NovaAct 构造函数或方法参数，例如：--nova-arg max_steps=5 --nova-arg headless=true。运行任意命令并加上 --help，即可查看所有可用选项。

IMPORTANT：运行任何浏览器命令前，先询问用户要使用有头模式（显示浏览器）还是无头模式，除非用户已明确指定。相应地使用 --headed 或 --headless。

⚠️ CRITICAL：绝不要终止 Chrome 或 Chromium 进程（例如，pkill chrome、kill -9 $(pgrep chrome)、killall Google Chrome）。Nova Act 会管理自己的浏览器生命周期。从外部终止浏览器进程会破坏会话状态并导致自动化失效。如果浏览器似乎卡住，请使用 act browser sessions 检查状态，或启动新会话。

💡 本地 HTTPS 测试：针对本地 HTTPS 服务（例如，https://localhost:8443）进行测试时，Chrome 默认会拒绝自签名证书。添加 --launch-arg=--ignore-certificate-errors --ignore-https-errors 可绕过此限制：

act browser goto https://localhost:8443 --session-id dev --launch-arg=--ignore-certificate-errors --ignore-https-errors

⚠️ 仅对本地主机开发服务使用 --ignore-certificate-errors。对于非本地 URL，除非有特定理由需要绕过验证，否则应使用有效证书。

完整命令参考：references/browser_cli.md

选项 B：Python 脚本（推荐用于可重复执行的自动化）

from nova_act import NovaAct

with NovaAct(starting_page="https://example.com") as nova:
    nova.act("click the first link on the page")
    result = nova.act_get("What is the page title?")
    print(f"Page title: {result.response}")

完整测试指南：references/qa_tests.md

第 3 步：验证安装

• Python 3.10+：python --version
• Nova Act SDK：pip install 'nova-act[cli]' / pip show nova-act
• Google Chrome（可选）：playwright install chrome

Steering 文件

快速入门： 收到要探索或自动化的 URL 时，请从 references/browser_cli.md 开始。

文件	涵盖内容
references/browser_cli.md	Browser CLI — 命令、会话、配置、页面探索。交互式工作和 Agent 工具使用的默认选择。你必须阅读整个文件——其中包含重要的 CLI 最佳实践、命令选择指南和示例记录，这些对于正确使用至关重要
references/qa_tests.md	脚本编写 — 使用 pytest/unittest 进行 QA 测试、act() 与 act_get()、架构、断言模式
references/deployment_cli.md	部署 CLI — 将工作流部署到 AWS 上的 AgentCore Runtime
references/authentication.md	API 密钥与 IAM、会话管理
references/workflow_definitions.md	使用 AWS CLI 定义工作流
references/data_extraction.md	使用 Pydantic 进行结构化提取
references/hitl.md	人工审批和 UI 接管模式
references/tool_use.md	外部工具（@tool 装饰器、MCP 服务）
references/agentcore_browser.md	通过 AgentCore 使用远程浏览器
references/playwright_interop.md	直接访问 Playwright 页面、敏感信息输入、文件下载
references/session_logs.md	日志、屏幕截图和视频录制
references/trajectory_analysis.md	了解 Nova Act 轨迹
references/visual_reporting.md	可视化报告 — 根据 steps.yaml、快照和屏幕截图生成会话后的 Markdown 报告
references/gherkin_testing.md	Gherkin 测试 — .feature 文件编写、qa-plan 编译、会话导出 → Gherkin 转换
references/flow_discovery.md	流程探索 — 实时探索应用 → 映射代码库、开发者入门文档
references/bug_reproduction.md	Bug 重现 — 重现 → 收集证据 → 导出 → 回归测试
references/parallel_sessions.md	并行会话 — 使用子 Agent 并发运行多个浏览器会话、分块、会话限制
references/workflow_refinement.md	工作流优化 — 分析思维链、识别失败模式、修订并验证浏览器自动化工作流
references/mock_generation.md	模拟生成 — 根据真实网站轨迹生成静态 HTML 模拟网站，以便快速离线迭代

此技能使用基于 Apache-2.0 许可证授权的 Nova Act SDK。