Amazon Nova Act 实测：用自然语言驱动浏览器自动化的 AI Agent 服务

Lab 信息

• 难度: ⭐⭐ 中级
• 预估时间: 60 分钟
• 预估费用: < $1.00（含清理）
• Region: us-east-1
• 最后验证: 2026-03-23

背景

浏览器自动化一直是个痛点。传统方案（Selenium、Playwright 脚本）需要维护大量 CSS selector 和 XPath，网页一改版就全部失效。

2025 年 12 月 2 日，AWS 正式 GA 了 Amazon Nova Act —— 一个让你用自然语言描述任务，AI 来操作浏览器完成的服务。不写 selector，不管 DOM 结构，只告诉它"点击 Learn more 链接"就行。

本文通过 CLI + Python SDK 全链路实测，对比 v1.0 GA 和 v1.1 Preview 两个模型版本，并探索边界行为。

前置条件

• AWS 账号（需要 nova-act 相关 IAM 权限）
• AWS CLI v2 已配置
• Python 3.10+
• pip install nova-act（会自动安装 Playwright 等依赖）

核心概念

Nova Act 采用 客户端-服务器 架构：

层级	说明
Workflow Definition	定义你的自动化任务（模板）
Workflow Run	一次执行实例，绑定特定模型版本
Session	一个浏览器实例，支持串行多个 act
Act	一次自然语言任务调用
Step	模型"看页面 → 决策 → 执行动作"的一个循环

关键架构：模型在 AWS 云端运行（观察页面截图、生成动作指令），浏览器在你的本地/客户端执行。SDK 封装了这个循环。

模型版本：

Model ID	说明
nova-act-latest	自动跟踪最新 GA 版本（当前 v1.0）
nova-act-preview	自动跟踪最新 Preview 版本（当前 v1.1）
nova-act-v1.0	Pin 到 v1.0 GA，至少支持 1 年

注意

nova-act-latest 永远不会自动升级到 preview 模型。Preview 模型不支持 pin 到特定版本。

动手实践

Step 1: 用 CLI 管理 Workflow 生命周期

# 创建 Workflow Definition
aws nova-act create-workflow-definition \
  --name my-data-extract-workflow \
  --description 'Extract data from web pages' \
  --region us-east-1

# 查看已创建的 Workflow Definition
aws nova-act get-workflow-definition \
  --workflow-definition-name my-data-extract-workflow \
  --region us-east-1

输出示例：

{
    "name": "my-data-extract-workflow",
    "arn": "arn:aws:nova-act:us-east-1:123456789012:workflow-definition/my-data-extract-workflow",
    "createdAt": "2026-03-23T23:15:00.970000+00:00",
    "status": "ACTIVE"
}

Step 2: 用 Python SDK 执行浏览器自动化

创建文件 nova_act_demo.py：

import os
from nova_act import NovaAct
from nova_act.types.workflow import Workflow

os.environ['NOVA_ACT_HEADLESS'] = '1'  # 无头模式

with Workflow(
    model_id="nova-act-latest",
    workflow_definition_name="my-data-extract-workflow",
) as wf:
    print(f"Workflow Run ID: {wf.workflow_run_id}")

    with NovaAct(
        starting_page="https://aws.amazon.com/ai/generative-ai/nova/",
        headless=True,
        workflow=wf,
    ) as nova:
        # Act 1: 提取页面信息
        result = nova.act(
            "Read the main heading and the first 3 feature sections. "
            "Return a brief summary of each.",
            max_steps=10,
        )
        print(f"Steps: {result.metadata.num_steps_executed}")
        print(f"Time: {result.metadata.time_worked}")

        # Act 2: 页面导航
        result2 = nova.act(
            "Click on the 'Learn more' link if available.",
            max_steps=10,
        )
        print(f"Steps: {result2.metadata.num_steps_executed}")

执行：

python3 nova_act_demo.py

你会看到模型的思考链和执行过程：

start session xxx on https://aws.amazon.com/ai/generative-ai/nova/

> act("Read the main heading and the first 3 feature sections...")
> think("I am on the AWS page for Amazon Nova. I can see the main heading...")
> agentScroll("down", "<box>0,0,813,1600</box>")
> think("I can see Nova Act, Nova Forge, and Nova Models sections...")
> return("Main Heading: Amazon Nova - ...")
⏱️ Approx. Time Worked: 21.3s

Step 3: 对比 v1.0 和 v1.1 Preview

只需修改 model_id：

# v1.1 Preview
with Workflow(
    model_id="nova-act-preview",  # 改这一行
    workflow_definition_name="my-data-extract-workflow",
) as wf:
    # ... 其余代码相同

Step 4: 查看执行历史

# 列出所有 Workflow Runs
aws nova-act list-workflow-runs \
  --workflow-definition-name my-data-extract-workflow \
  --region us-east-1

# 查看特定 Run 详情
aws nova-act get-workflow-run \
  --workflow-definition-name my-data-extract-workflow \
  --workflow-run-id <run-id> \
  --region us-east-1

测试结果

模型版本对比（同一任务）

指标	v1.0 (GA)	v1.1 (Preview)	差异
特性提取 — 步数	3 steps	3 steps	相同
特性提取 — 耗时	21.8s	19.2s	v1.1 快 12%
链接点击 — 步数	2 steps	2 steps	相同
链接点击 — 耗时	13.4s	12.9s	v1.1 快 4%
平均 Step 服务端耗时	3.1 - 6.1s	3.1 - 4.6s	v1.1 更稳定
输出质量	准确	准确，稍简洁	相当
总执行时间	42.6s	39.5s	v1.1 快 7%

简单任务性能

任务	步数	耗时	说明
读取 Wikipedia 标题	1 step	4.4s	极简任务基准
读取 example.com 标题	1 step	4.0s	最小耗时约 4s

边界行为

场景	行为	说明
不存在的按钮	搜索/尝试变通 → max_steps 超时	不会直接报错，会尝试恢复
404 页面	导航到首页 → 继续尝试	体现 AI Agent "韧性"
SSL 证书错误	抛出 InvalidCertificate 异常	可通过 ignore_https_errors=True 解决

踩坑记录

1. Preview 模型不能直接指定版本号

nova-act-v1.1_2026-02-09 会报 ValidationException，必须使用 nova-act-preview 别名。已查文档确认：官方明确 "Preview models are not version-pinnable"。

2. act() 和 act_get() 的区别

act() 返回 ActResult（只有 metadata），没有 response 字段。如果需要模型返回结构化数据，使用 act_get() 返回 ActGetResult。实测发现，官方文档未详细说明。

3. Headless 服务器需要 Chromium

SDK 默认尝试启动 Chrome，在服务器环境自动 fallback 到 Chromium。建议在 CI/CD 中设置 NOVA_ACT_HEADLESS=1 并确保 Playwright Chromium 已安装。

4. max_steps 是你的安全网

模型遇到无法完成的任务时不会主动报错，而是尝试各种变通方法直到耗尽步数。务必设置合理的 max_steps（默认 30，建议根据任务复杂度设 5-15）。

5. CLI vs SDK 的定位不同

CLI 适合管理 Workflow 生命周期（创建/查看/删除 Definition 和 Run），不适合直接执行浏览器自动化。invoke-act-step 需要客户端实现完整的浏览器执行循环。

费用明细

资源	说明	费用
Nova Act Steps	~40 steps × ~$0.003/step	~$0.12
EC2/VPC	无	$0
合计		~$0.12

Nova Act 按 step 计费，每个 step 是模型"观察 + 决策"的一次循环。简单任务（读标题）仅 1 step，复杂任务（数据提取 + 导航）约 3-5 steps。

清理资源

# 删除 Workflow Definition（会级联清理关联的 Runs）
aws nova-act delete-workflow-definition \
  --workflow-definition-name my-data-extract-workflow \
  --region us-east-1

务必清理

虽然 Nova Act 的运行时费用极低，但保留不用的 Workflow Definition 会占用账户配额。

结论与建议

适合场景：

• 🟢 Web 数据提取 — 不用维护 selector，适应网页变化
• 🟢 表单自动填充 — 自然语言描述即可
• 🟢 端到端 QA 测试 — 用自然语言写测试用例
• 🟡 生产级批量任务 — 需要合理设置 max_steps 和错误处理

v1.0 vs v1.1：v1.1 Preview 在速度上有约 7-12% 的提升，输出质量相当。生产环境建议使用 nova-act-latest（稳定 GA），实验环境可以用 nova-act-preview 获得更快的响应。

最佳实践：

1. 用 @workflow 装饰器管理生命周期
2. 设置合理的 max_steps（建议 5-15）
3. 对不可控的网页使用 ignore_https_errors=True
4. 需要结构化返回时用 act_get() 而非 act()
5. 在 CI/CD 中设置 NOVA_ACT_HEADLESS=1

参考链接

• Amazon Nova Act 官方文档
• Nova Act 模型版本选择
• AWS What's New 公告
• Nova Act Python SDK (PyPI)
• Amazon Nova Act 定价