Browser-use工具自动化下载文件不稳定问题求助

看起来你遇到的是browser-use结合Playwright做文件下载时的偶发性失败问题，从日志和代码来看，确实大概率和异步事件绑定的时机、并发处理有关，我帮你拆解下可能的问题点和对应的修复方案：

一、核心问题分析 #

从你的日志能看到，Agent已经完成了点击下载链接的操作，甚至标记任务成功，但实际没有文件被捕获——这说明你的下载事件监听可能没有及时绑定到正确的页面/上下文上，或者异步处理中出现了未被捕获的异常。

具体看你的代码，有几个潜在的风险点：

1. 下载监听绑定时机太晚：你在print_contexts_after_delay里延迟5秒才给context绑定page事件，而Agent可能在5秒内就已经完成了页面跳转和下载触发，这时候新页面创建时还没有监听download事件，自然捕获不到下载请求。
2. 异步任务无错误处理：handle_download是通过asyncio.create_task创建的，但没有做异常捕获，如果下载过程中出现报错（比如文件还没生成就尝试获取路径、权限问题），不会有任何日志，你根本不知道哪里出问题了。
3. 页面监听范围不全：你只给第一个context绑定了page事件，但如果browser-use创建了新的context，或者下载是在当前页面触发而非新页面，你的监听就覆盖不到。

二、具体修复方案 #

1. 提前绑定下载监听，不要延迟 #

把下载监听的绑定逻辑提前到浏览器初始化后，而不是等5秒。比如在main函数里拿到playwright_browser后直接绑定：

async def main():
    task = "navigate to https://file-examples.com/index.php/sample-documents-download/sample-doc-download/ and download the first doc"

    model = ChatOpenAI(model='gpt-4o')
    agent = Agent(
        task=task,
        llm=model,
        controller=controller,
        browser=browser,
    )

    # Get the underlying Playwright browser instance
    playwright_browser = await browser.get_playwright_browser()
    print('contexts initial:', len(playwright_browser.contexts))

    # 👇 这里直接绑定，不要等5秒
    # 给所有已存在的context绑定page事件
    for context in playwright_browser.contexts:
        context.on("page", handle_page)
    # 给后续新建的context也绑定page事件
    playwright_browser.on("context", lambda context: context.on("page", handle_page))

    # 去掉原来的延迟任务
    # asyncio.create_task(print_contexts_after_delay(playwright_browser))

    await agent.run()
    # ... 后续代码不变

这样不管是初始context还是后续新建的，只要有新页面创建，都会立刻绑定下载监听，不会错过下载事件。

2. 给handle_download添加异常捕获+等待下载完成 #

在handle_download里加上try-except打印错误信息，同时显式等待下载完成，避免文件未生成就处理：

async def handle_download(download):
    try:
        # Create downloads directory if it doesn't exist
        downloads_dir = Path('./downloads')
        downloads_dir.mkdir(exist_ok=True)

        # 先等待下载完成，确保文件已生成
        await download.wait_for_completion()
        # 获取下载文件路径
        original_path = await download.path()
        if not original_path:
            print(f"下载失败：无法获取文件路径")
            return

        # Create new path in downloads directory
        new_path = downloads_dir / os.path.basename(original_path)

        # 检查原文件是否存在，避免移动失败
        if not os.path.exists(original_path):
            print(f"下载失败：原文件不存在 {original_path}")
            return

        # Move the file to downloads directory
        os.rename(original_path, new_path)

        # Add the new path to downloaded files list
        downloaded_files.append(str(new_path))
        print(f"Downloaded and moved to: {new_path}")
    except Exception as e:
        print(f"下载处理出错：{str(e)}")

3. 覆盖当前页面的下载监听 #

有些网站的下载是在当前页面触发（而非打开新页面），这时候需要给已存在的页面也绑定下载事件：

def handle_page(new_page):
    print("New page created!")
    new_page.on("download", lambda download: asyncio.create_task(handle_download(download)))

async def main():
    # ... 其他代码
    playwright_browser = await browser.get_playwright_browser()
    # 给所有已存在的页面绑定下载监听
    for context in playwright_browser.contexts:
        for page in context.pages:
            page.on("download", lambda download: asyncio.create_task(handle_download(download)))
        context.on("page", handle_page)
    playwright_browser.on("context", lambda context: context.on("page", handle_page))
    # ... 后续代码

4. 增加下载确认步骤 #

可以给Agent加一个自定义动作，让它在点击下载后检查下载状态，确保文件生成再标记任务完成：

@controller.action('Check if download is completed', requires_browser=True)
async def check_download(browser: BrowserContext):
    # 等待5秒给下载留时间
    await asyncio.sleep(5)
    if downloaded_files:
        return f"下载完成，文件路径：{downloaded_files[-1]}"
    else:
        raise Exception("下载未完成，未捕获到文件")

然后修改任务描述，明确要求Agent执行点击后调用check_download动作。

三、测试建议 #

1. 先把延迟绑定的逻辑去掉，换成提前全量绑定，这应该能解决大部分偶发的监听丢失问题。
2. 运行时观察控制台的打印信息，如果有下载错误，根据捕获的异常进一步排查。
3. 可以把headless=False保持开启，手动观察下载触发时的页面行为，确认是新页面打开还是当前页面下载，再调整监听逻辑。

希望这些方案能帮你解决问题！

备注：内容来源于stack exchange，提问作者Benyamin Jafari