Agent 如何验证工具确实执行成功，避免产生任务完成幻觉？

browser-use 是用 Python 驱动的浏览器 Agent：模型结合页面状态选择点击、输入、提取等动作，工具层执行，再把结果交给后续决策。以 0.13.13 的供应商报价采集场景说明，它提供执行反馈与模型复核机制，报价字段及附件的最终验收还需要接入具体规则。

上轮动作结果与新页面一起判断

step() 先调用 _prepare_context() 获取浏览器状态及截图，把上轮模型输出、ActionResult 和当前页面组织成消息，再请求模型并执行动作。_execute_actions() 保存本轮结果，供后续步骤使用。这样模型可以检查筛选后是否出现目标报价、页面是否仍显示报错，而不是只根据自己计划过的动作推断成功。观察与结果回填。

工具层把执行超时、浏览器错误或其他异常转成相应结果，让模型决定恢复方式。不过，没有 error 不等于动作达成目标：例如元素索引已失效时，点击工具会在 extracted_content 中提示重新获取页面状态。因此还要读取返回内容并检查实际页面变化。工具执行与异常、元素不存在的返回。

done、结构化输出和 Judge 各自说明什么

done 把模型给出的 success 和最终文本写入 ActionResult，并设置 is_done=True。所以 history.is_done() 表示已经发出结束动作，history.is_successful() 读取模型自报的成功状态，history.final_result() 返回最后的输出内容。配置 output_model_schema 可以约束结构化结果的格式，不能据此证明其中的报价内容或附件真实存在。完成动作、历史结果方法。

该版本默认启用 use_judge=True。结束后，Judge 根据任务、最终输出、执行轨迹和截图再次评估，可通过 ground_truth 提供验收条件；未指定 judge_llm 时使用主模型。它是另一次模型评估，仍受可见证据和模型判断能力限制。Judge 输入、默认配置。

Judge 的结论只附加为 judgement，不会覆盖模型自报的 success，判失败也不会自动重新执行任务。 Judge 调用异常时返回 None；调用方可以分别读取 is_successful() 与 is_validated()，不能把“模型称成功、Judge 未返回”当作验证通过。终局评估及异常路径、结束处理。

报价采集怎样补上业务验收

业务集成可以增加报价验收步骤：按供应商、产品规格和采集时间保存报价字段与来源地址，确认币种、含税口径、起订量及交期能在网页或附件中定位；下载后再检查文件存在、能解析且对应目标产品。Agent 的完成文本、Judge 结果与这些检查分别保存，最终完成状态由业务验收条件决定。

例如“已打开报价页但没有目标规格”“附件下载完成但已过报价有效期”“模型自报成功而 Judge 判失败”都应保留各自状态。等待超时先检查当前页面与已有附件，再决定是否重新读取或下载。这些是可增加的验收设计，不能仅凭上游浏览器循环就推定已经实现。