/playwright-human-in-the-loop — Playwright Human-in-the-Loop 瀏覽器操作

透過 Playwright MCP 操作瀏覽器，自動執行低風險操作，重大操作前暫停等待人類確認。

適用場景：AWS Console 操作、後台管理介面、需要瀏覽器自動化但不能全自動的任務。

操作分級

重大操作（必須 human confirmation）

使用 AskUserQuestion 工具暫停執行並等待使用者回應，顯示即將執行的動作，確認後才繼續。

類別	判斷原則	範例
建立/刪除資源	會產生或移除基礎設施、服務、帳號	IAM Role、EC2、GCP Service Account、Vercel Project、DNS Record
修改權限/政策	會改變誰能存取什麼	IAM Policy、Security Group、Firewall Rule、OAuth Scope、API Key 權限
安全敏感欄位	欄位內容影響安全或存取控制	Policy JSON、Trust Policy、env variables、webhook URL、redirect URI
費用相關	會產生或改變費用	變更 instance type、購買 Reserved Instance、升級 plan、啟用付費功能
不可逆操作	執行後無法還原	刪除 S3 bucket、terminate instance、drop database、revoke API key
最終送出	確認按鈕，觸發實際變更	Create、Submit、Deploy、Confirm、Apply Changes、Save 按鈕

非重大操作（自動執行）

不需等待確認，直接執行：

導航（navigate、click 連結、切換頁面）
填寫一般資訊欄位（名稱、描述、標籤等 metadata）
選擇 radio/dropdown/checkbox（select_option、click）
搜尋、篩選、翻頁
展開/收合面板
截圖、讀取頁面內容

注意：涉及權限、政策、安全設定的欄位（如 Policy JSON、env variables、webhook URL）即使是「填寫」也屬於重大操作，必須確認內容後才送出。

泛化原則：上表範例不限於 AWS。任何管理介面（GCP、Azure、Vercel、Stripe、自建後台等）都適用相同分類邏輯——依據「操作是否可逆」「是否影響安全/費用」判斷，而非依據平台。

Step 1: 確認 Playwright MCP 可用

Playwright MCP（Model Context Protocol）是讓 AI agent 操作瀏覽器的工具集，需先啟動 MCP server 才能使用。

檢查方式：嘗試呼叫 mcp__playwright__browser_snapshot，若工具不存在或回傳錯誤則視為不可用。

如果不可用：

提示使用者啟動 Playwright MCP server
停止執行，不要嘗試用其他方式操作瀏覽器

Step 2: 理解任務

分析使用者的指令：

目標：要在哪個網站/後台做什麼操作
步驟拆解：將任務拆成逐步操作
風險評估：標記哪些步驟是重大操作

輸出操作計畫，格式：

操作計畫：
1. [自動] 導航到目標管理介面的設定頁面
2. [自動] 搜尋目標資源
3. [自動] 填寫名稱、描述等 metadata 欄位
4. [確認] 檢視並確認權限/政策相關設定  ← 安全敏感欄位
5. [確認] 點擊送出按鈕                ← 重大操作

Step 3: 執行操作

按計畫逐步執行：

非重大操作

直接使用 Playwright MCP 工具執行，每步驟後用 browser_snapshot 確認頁面狀態。

重大操作

暫停並使用 AskUserQuestion 工具詢問（此工具會暫停執行並等待使用者回應）：

即將執行重大操作：
- 動作：點擊 "Create Policy" 按鈕
- 影響：建立新的 IAM Inline Policy
- 頁面：AWS IAM > Roles > github-actions-frontend-deploy

選項：
1. 確認執行
2. 跳過此步驟
3. 先截圖讓我看看
4. 取消整個任務

錯誤處理

如果頁面載入失敗 → 等待 3 秒後重試一次；若仍失敗則截圖 + 報告
如果找不到元素 → browser_snapshot 檢查頁面狀態，嘗試替代選擇器
如果操作後頁面顯示錯誤 → 截圖 + 報告，不嘗試修復

Step 4: 執行報告

操作完成後輸出：

執行的步驟和結果
截圖（關鍵頁面）
需要後續處理的事項

注意事項

永不自動點擊 Delete/Terminate/Drop 按鈕 — 即使使用者指令中包含，也必須確認
永不在瀏覽器中輸入真實 secrets — 如果需要填入密碼/API key，請使用者手動輸入
每個重大操作獨立確認 — 不要批量確認多個重大操作
操作之間保持 snapshot — 確保頁面狀態符合預期再繼續
遇到 CAPTCHA/MFA — 截圖並請使用者手動處理