多账号浏览器自动化任务失败后,排查人员最怕的不是失败本身,而是系统里只剩下一句:
timeout
或者:
selector not found
再或者:
login required
这些错误信息看起来像是日志,但真正排查时往往不够用。
排查人员真正需要知道的是:
这次任务跑的是哪个账号? 用了哪个浏览器 Profile? 绑定了哪条代理? 失败发生在哪一步? 当时页面停在哪里? 有没有截图? 这个账号最近是不是连续异常?
如果这些信息没有留下来,浏览器自动化就会变成一次性黑盒:跑成功时看起来很省事,跑失败时反而比人工操作更难排查。
这篇文章不讨论复杂的日志平台,而是从排障角度拆解:多账号浏览器自动化任务日志应该记录哪些字段,怎么区分失败类型,哪些情况应该交给人工复查。
1. 多账号任务日志要解决什么问题
普通浏览器自动化任务只记录 error_message,有时已经够用。
但多账号场景不一样。
因为任务结果不只和代码有关,还和账号环境强相关。
同一个脚本,在 A 账号上成功,在 B 账号上失败,原因可能并不是代码写错了,而是:
- B 账号的登录态失效了
- B 账号使用的 Profile 不对
- 代理出口变了
- 平台权限不同
- 地区、语言、时区不一致
- 账号本身触发了验证或限制
所以,多账号任务日志至少要解决 4 个排障问题。
复现
要能还原任务是在什么账号环境下失败的,而不是只知道“某个脚本失败了”。
定位
要能看到失败发生在哪个步骤,而不是只看到最终错误。
分流
要能区分代码问题、账号问题、代理问题,以及需要人工确认的问题。
复盘
要能连续观察同一账号、同一代理、同一任务的异常趋势。
如果日志不能支持这 4 件事,那它更像是报错文本,不是真正能帮助团队排障的任务记录。
2. 一条任务日志至少应该包含哪些字段
下面是一套基础字段,可以先从这版开始,不必一上来就做复杂日志系统。
{
"task_id": "task_001",
"task_name": "daily_account_check",
"account_id": "acct_023",
"profile_id": "profile_us_023",
"proxy_id": "proxy_us_res_07",
"platform": "example_platform",
"operator": "agent_or_user",
"start_time": "2026-06-11T10:00:00+09:00",
"end_time": "2026-06-11T10:01:43+09:00",
"final_status": "need_review",
"failed_step": "open_dashboard",
"error_type": "login_required",
"error_message": "redirected to login page",
"screenshot_path": "open_dashboard.png",
"page_url": "https://example.com/dashboard",
"next_action": "manual_login_check"
}
这份日志不追求字段越多越好。
它的核心价值是把账号、环境、步骤、证据和下一步动作放在同一条记录里。
很多团队一开始只记:
error_message
后面才发现这个字段几乎不能单独用于排障。
真正能节省时间的是:排查人员看到日志时,已经知道应该看哪个账号、哪个 Profile、哪条代理、哪张截图,以及下一步要不要人工介入。
3. 为什么 account_id、profile_id、proxy_id 要一起记录
多账号自动化里,账号不是单独运行的。
一个账号通常会绑定:
- 浏览器 Profile
- Cookie
- Local Storage
- 代理 IP
- 地区配置
- 语言配置
- 平台权限
- 历史操作状态
如果日志里只写 account_id,不写 profile_id,后面就无法判断任务是否跑错了环境。
如果只写 profile_id,不写 proxy_id,代理变更导致的异常就很难追踪。
如果只写 error_message,不写页面截图和步骤名,人工复查时通常还要重新跑一遍。
这里不要把问题理解成“换一个工具就能解决”。
真正要建立的是一套映射关系:
任务记录 -> 账号 -> Profile -> 代理 -> 登录态 -> 执行证据
任务记录必须能回到具体账号环境,账号环境又必须能追到 Profile、代理和登录态。
工具只是承载这套关系的工作台。
如果团队已经开始把账号环境和自动化任务放进同一个可追踪工作流,日志字段就不能只围绕脚本本身设计,而要围绕“任务在哪个账号环境里发生”来设计。
4. failed_step 比 error_message 更重要
很多自动化日志只保留最后的错误文本。
例如:
timeout
这个信息太粗了。
同样是 timeout,含义可能完全不同。
| open_home | 代理、网络或目标站点访问异常 |
| check_login_state | Cookie 失效、登录态丢失 |
| open_dashboard | 权限不足、跳转异常、页面加载失败 |
| read_account_status | 页面结构变化、选择器失效 |
| save_result | 接口异常、存储失败、权限不足 |
因此日志里要保留 failed_step。
步骤名应该来自任务流程,而不是排查时临时补一句中文备注。
例如,一个简单任务可以拆成:
steps:
– open_home
– check_login_state
– open_dashboard
– read_account_status
– save_result
当任务失败时,日志应该记录具体停在哪一步。
这样后面统计异常时,才能知道问题是大面积卡在登录态、代理出口,还是某个平台页面改版。
这一步也是很多自动化团队从 Demo 走向稳定运行时最容易补课的地方:
脚本能跑,只说明流程打通;步骤能被记录,才说明问题能被追踪。
5. 失败截图要和日志绑定
多账号任务失败时,截图往往比报错文本更有用。
因为页面不一定会抛出明确错误,它可能只是:
- 跳到了登录页
- 停在验证码页
- 出现空白页
- 显示权限不足
- 页面加载了一半
- 弹出了平台风控提示
- 进入了非预期页面
如果没有截图,排查人员只能重新运行任务。
如果有截图,至少能先判断异常类型。
建议截图路径和任务日志放在同一个 run 目录里。
例如:
runs/
20260611/
task_001/
task_log.json
open_dashboard.png
final_state.png
这个结构的好处是很直观。
task_log.json 说明发生了什么,截图说明当时页面是什么状态。
不要把截图只存在本地临时目录里。
否则几天后再排查时,很可能日志还在,证据已经没了。
6. final_status 不要只写 success 和 failed
多账号任务不适合只有成功和失败两种状态。
建议至少分成 4 类。
| final_status | 含义 | 后续动作 |
| success | 任务完成,结果可信 | 正常归档 |
| need_review | 任务没有完全失败,但需要人工确认 | 进入人工复查 |
| failed_retryable | 失败可能由网络、代理、页面加载引起 | 可以自动重试 |
| failed_blocked | 账号验证、权限不足、平台限制等问题 | 不建议自动重试 |
这个分类能避免一个常见问题:
自动化反复重试本来应该人工处理的账号,结果制造更多异常。
尤其是登录态失效、验证码、权限限制、账号验证这类问题,不要简单归为 failed 后继续重试。
它们更像运营风险信号,应该进入人工复查队列。
7. 一个简单的 Python 日志写入示例
下面是一个最小示例,只演示“任务日志应该落到固定 run 目录里”这件事,不绑定具体浏览器自动化框架。
无论你用 Playwright、Selenium,还是 AI Agent 执行器,都可以套类似思路。
这里的 runs/日期/任务编号 只是示意路径。实际项目里可以替换成自己的任务目录、数据库、对象存储或日志系统。
import json
from datetime import datetime
from pathlib import Path
def write_task_log(run_dir, task_log):
"""
把一次自动化任务的结构化日志写入固定目录。
run_dir 示例:
runs/日期/任务编号
例如:
runs/20260611/task_001
"""
run_path = Path(run_dir)
run_path.mkdir(parents=True, exist_ok=True)
task_log["logged_at"] = datetime.now().isoformat(timespec="seconds")
log_file = run_path / "task_log.json"
log_file.write_text(
json.dumps(task_log, ensure_ascii=False, indent=2),
encoding="utf-8"
)
return log_file
task_log = {
"task_id": "task_001",
"task_name": "daily_account_check",
"account_id": "acct_023",
"profile_id": "profile_us_023",
"proxy_id": "proxy_us_res_07",
"platform": "example_platform",
"start_time": "2026-06-11T10:00:00+09:00",
"end_time": "2026-06-11T10:01:43+09:00",
"final_status": "need_review",
"failed_step": "open_dashboard",
"error_type": "login_required",
"error_message": "redirected to login page",
"screenshot_path": "open_dashboard.png",
"next_action": "manual_login_check"
}
# 示例:把这次任务日志写入一个固定 run 目录
log_file = write_task_log(
"runs/日期/任务编号",
task_log
)
print(f"task log saved to: {log_file}")
这段代码想表达的不是“生产环境必须这样写”,而是一个更基础的原则:
一次任务应该有一个固定的 run 目录,日志、截图、最终状态和人工复查线索都应该能回到这个目录里。
例如实际运行时,可以把:
runs/日期/任务编号
替换成:
runs/20260611/task_001
这样一次失败任务留下来的文件结构就会更清楚:
runs/
20260611/
task_001/
task_log.json
open_dashboard.png
final_state.png
早期不必把日志系统做得很复杂。
先保证每次任务都能留下结构化记录,并且能按账号、Profile、代理、任务名检索。
等任务量变大以后,再把同样的字段写入数据库、对象存储或任务平台。
8. 上线前检查清单
多账号自动化任务上线前,建议至少检查下面这些点。
| 检查项 | 为什么重要 |
| 每个任务是否有唯一 task_id | 方便追踪单次任务 |
| 是否记录 account_id | 确认任务属于哪个账号 |
| 是否记录 profile_id | 确认任务跑在哪个浏览器环境 |
| 是否记录 proxy_id | 方便排查代理和地区异常 |
| 是否有固定 step_name | 方便定位失败发生在哪一步 |
| 失败时是否保存截图 | 方便人工判断页面状态 |
| final_status 是否区分 need_review | 避免把人工问题当成普通失败 |
| final_status 是否区分 failed_blocked | 避免对受限账号反复自动重试 |
| 日志是否能按账号、Profile、代理检索 | 方便复盘连续异常 |
| 人工复查后是否能补充处理结论 | 方便后续团队协作 |
| 截图和日志是否保存在同一 run 目录 | 避免日志和证据分散 |
| 同一账号连续异常时是否会被标记 | 方便识别账号风险 |
这张表不一定要一次性全部做成系统功能。
早期可以先从 task_id、account_id、profile_id、proxy_id、failed_step、final_status 和截图路径开始。
这些字段先稳定下来,后面再补任务平台、可视化看板或异常统计。
9. 常见错误写法
很多团队写日志时,容易出现下面几类问题。
只记录错误,不记录环境
例如只记录:
{
"error_message": "timeout"
}
这类日志基本只能证明任务失败了,但不能帮助定位失败原因。
更合理的写法是至少补上账号、环境和步骤:
{
"task_id": "task_001",
"account_id": "acct_023",
"profile_id": "profile_us_023",
"proxy_id": "proxy_us_res_07",
"failed_step": "open_dashboard",
"error_type": "timeout",
"final_status": "failed_retryable"
}
把所有失败都归为 failed
如果所有失败都写成:
failed
后续系统就很难判断哪些能重试,哪些应该交给人工处理。
比如:
- 页面加载失败,可以重试
- 代理连接失败,可以换代理或稍后重试
- 登录态失效,应该人工确认
- 验证码出现,应该进入复查队列
- 权限不足,不应该反复重试
所以 final_status 的分类一定要比 success / failed 更细。
截图和日志分开存
还有一种常见问题是:日志存在一个地方,截图存在另一个地方,而且文件名没有对应关系。
短期看没问题,任务多起来以后就会很乱。
更稳的做法是让一次任务有一个固定目录:
runs/
日期/
任务编号/
task_log.json
failed_step.png
final_state.png
这样排查人员打开任务目录,就能看到这次任务的完整证据。
10. 小结
多账号浏览器自动化不是把任务跑起来就结束。
真正能长期使用的自动化,需要知道每次任务:
在哪个账号环境里运行? 为什么失败? 失败证据在哪里? 下一步该谁处理? 是否应该重试? 是否应该进入人工复查?
任务日志、失败截图和环境证据,是多账号自动化从“能跑”走向“可维护”的关键。
它解决的不是“写日志”这件小事,而是让团队在失败发生后不再靠猜。
如果团队已经开始使用 AI Agent 或浏览器自动化处理账号任务,日志结构就应该和任务流程一起设计。
否则任务越多,失败越多,最后排查成本可能会比人工操作还高。


