Gemini
共 60 条已发布案例使用了这个工具。
Gemini 标签下 60 条，覆盖通用模型与 Agent Mode：浏览器规划行程、过夜分析 17 万条 LLM 日志、控制机器人与游戏代理。硬核记录：配 Playwright 玩点击游戏，坐标要从 1000×1000 网格换算到真实视口，每步后重新截图。限制：多需 Pro/Ultra 订阅，邮件日历集成一般。
常见任务场景
- 内容与创意 · 16
- 生活事务 · 12
- 办公与运营 · 7
- 安全与运维 · 6
- 编程与开发 · 6
工具出处说明
工具名称及关联来自每条已发布案例的 tools 字段，每个案例都保留原始来源。收录不代表厂商背书；报告结果未经独立核验。
使用 Gemini 的案例
- 使用 Gemini 通过语音管理日历和日程
我尝试过不少生产力工具，从待办事项应用到 AI 助手，但 Google 的 Gemini 承诺了不同的体验：一个能融入日常工作流程、让日子更顺畅的 AI。在一周内，我将 Gemini 作为生产力伙伴，在手机上处理从记笔记到快速工作任务的一切。以下是它表现出色的地方、不足之处，以及它是否已准备好取代你目前依赖的工具。将 Gemini 融入日常：设定背景。在正式测试 Gemini 之前，我必须定义对我而言“生产力”意味着什么。
- 使用自然语言指令编辑现有视频片段
建议落地方案：在 Gemini 应用中使用 Gemini Omni Flash 编辑视频片段。附加一个 10 秒以下的片段，每轮输入一条自然语言指令，并在聊天中查看结果。后续编辑会叠加在之前的版本上，支持回退。人工角色：审核输出质量并管理版本历史。
- 监控建筑项目风险并提醒负责人
建议落地方案：使用 n8n 和 Gemini 构建建筑项目 AI 监控工具。工作流摄取进度表、预算、采购、劳动力、天气及现场报告，计算项目风险并找出最大瓶颈，随后提醒项目负责人。人员角色：在发送警报前审核内容，并验证风险计算结果。
- 利用 AI 智能体主动解决客户来电
TELUS 将每年 2200 万通客户通话数据导入 BigQuery，并使用 Sensitive Data Protection 自动清除隐私信息。Gemini 平台分析这些数据以识别情绪和根本原因，而 Gemini for customer experience 利用多模态 AI 在聊天、语音和视频渠道中解决问题。人类客服人员在处理复杂案例时接收来自 AI 智能体的实时指导。
- 自动撰写并发送 AI 通讯
发布于 2025 年 10 月 15 日 • 编辑于 2025 年 10 月 15 日跟上每日 AI 更新可能是一项挑战 → 新模型、工具和突破几乎每天都在出现。为了简化这一过程，我们使用 n8n（一个开源工作流自动化平台）构建了一个 AI 驱动的“Newsletter Agent”。该代理自动查找热门 AI 话题，使用 Google Gemini AI 撰写教育性通讯，格式化内容，并将其发送给订阅者 → 全程无需人工干预。
- 让三个模型竞赛构建 Counter-Strike 克隆版
团队要求 Codex Max 5.1、Claude Opus 4.5 和 Gemini 3 Pro 使用各自的 CLI 从零开始构建一个多人 Counter-Strike 克隆版。他们按顺序提供了前端机制（物理、角色、枪支、声音）和后端功能（多人在线状态、射击逻辑、地图持久化）的提示词。人类工程师监控进度，将错误日志粘贴回模型，并手动检查代码以解决复杂 bug，例如 Claude 中的 React useEffect 问题。
- 审查房东押金纠纷中的法律违规情况
建议落地方案：租户将退租纠纷详情输入 ChatGPT 和 Gemini。模型相互交叉验证以识别法律违规点（如 AB2801 法案、缺失收据），并起草正式索赔函。人工需在发送前对照官方来源核实所有引用的法律和事实。
- 运行具备记忆功能的语音和聊天支持助手
AT&T 部署了 BigQuery 用于意图路由，并使用 Gemini Enterprise for Customer Experience 为语音和聊天智能体提供 60 天记忆功能。这取代了僵化的基于规则的系统，使智能体能够跨渠道回忆客户历史并自主解决问题。虽然人类客服被释放以处理复杂问题，但源文本未详细说明 AI 自主解决过程中具体的人工介入流程。
- 根据购物清单比较不同商店的杂货价格
建议落地方案：构建基于 Playwright 和 Gemini 2.0 Flash 的浏览器自动化智能体，用于比较杂货价格。智能体接收键入或扫描的清单，在 Amazon Fresh 和 Flipkart Minutes 上搜索，截图价格并选出最优选项。人工角色：在加入购物车前审核所选商品，因为来源未说明自动结账功能。
- 无源代码逆向工程遗留系统
建议落地方案：使用 Gemini 2.5 Pro 分析无源代码的遗留系统二进制文件或文档。AI 提取功能逻辑以生成系统行为的“蓝图”。人类专家必须对照已知系统行为验证这些输出，以确保准确性。
- 通过文本、语音或照片记录饮食并追踪营养
建议落地方案：构建一个由 Telegram 消息（文本、语音或图片）触发的 n8n 工作流。使用 Gemini AI 分析输入内容，估算宏量营养素，并更新 Google Sheets 中的用户资料或饮食日志。由于源文本未说明自动化循环中的人员参与情况，部署前必须由人工审查工作流配置并验证数据准确性。
- 对旅行保险拒赔决定提出申诉
建议落地方案：将旅行保险保单 PDF 和拒赔往来函件上传至 Gemini。要求 Gemini 分析保单条款与拒赔理由的匹配度，并起草申诉信。用户需补充缺失的行程细节，并在提交前人工审核草稿的准确性。
- 通过浏览器扩展查找并总结网页内容
建议落地方案：为 Opera 浏览器构建基于 Gemini 2.5 Flash 的智能体扩展。用户可通过右键菜单选中文本或图像，触发查询或总结功能。人工角色包括发起操作及审核生成内容的相关性。
- 为历史课制作交互式 HTML 演示文稿
建议落地方案：历史教师使用 Gemini Pro 2.5 头脑风暴教学方法、游戏化创意和技能目标。随后使用 Claude 生成交互式 HTML 演示文稿。为避免手动编辑代码，让 Claude 构建一个自定义的 GUI HTML 编辑器，用于替换占位文字和图片。教师需人工审查输出内容，修正生硬措辞并替换占位符。
- 借助 LLM 编程辅助开发浏览器 4X 策略游戏
建议落地方案：使用 Grok 作为主要代码生成器和仓库管理工具，Gemini 作为第二轮逻辑审查工具，开发基于浏览器的 4X 策略游戏。工作流包括生成战斗、战争迷雾、地图生成和启发式 AI 等核心系统，并严格将修复限制为仅包含差异的精准补丁以保持代码稳定性。人类开发者需定义游戏架构，审查生成逻辑的一致性，并批准所有补丁应用。
- 让 Agent 玩《宝可梦蓝》
建议落地方案：独立开发者 Joel Zhang 构建了一个框架，将 Game Boy 的部分 RAM 以文本形式提供给 Gemini 2.5 Pro，并叠加在截图之上。Gemini 选择动作并将其转换为按键操作。该框架每 100 轮总结一次历史，并每 25 轮运行一次批评者（critic）实例。它还提供了寻路和推石谜题子代理。人工角色：来源未完整披露人工分工，请结合原文判断。
- 在聊天助手中搜索租房并预约公寓看房
建议落地方案：在 Gemini 或 ChatGPT 中连接 Zillow 第三方应用，通过自然语言查询实时租房列表。在 Gemini 中，用户可直接在聊天界面查看筛选结果并预约看房；而在 ChatGPT 中，系统会跳转至 Zillow 完成最终预约。人工角色包括定义搜索条件、审查 AI 生成的选项，并在承诺看房前手动核实房源可用性。
- 让 AI 模型以每账户 1000 美元自主交易股票
建议落地方案：在 Alpaca 上设置四个各含 1,000 美元的模拟交易组合。对 ChatGPT、Gemini、Claude 和启用 Deep Research 的 Perplexity 运行相同的平日盘前提示。每个模型仅能返回 BUY、SELL、HOLD 或 CANCEL。通过 Python 自动化交易流程并公开记录日志。人工角色：监控日志以发现异常，并批准任何偏离严格输出格式的行为。
- 通过终端配置 macOS 和开发工具
建议落地方案：使用 Gemini CLI 通过终端配置 macOS 和开发工具。通过 npm 安装，使用 Google 账号或 API 密钥进行身份验证，并利用 GEMINI.md 设置持久项目上下文。为重复性任务创建自定义斜杠命令，并启用检查点功能以安全修改文件。人员角色：在执行前审查拟议的差异并批准工具操作，以确保系统完整性。
- 通过屏幕控制操作 Android 设备玩一局手游
建议落地方案：在 AI Studio 中构建 Android 应用，赋予 Gemini 打开应用、点击、滑动及与 XML UI 元素交互的工具权限。配置 Gemini 3.7 Flash 读取《火焰纹章：英雄》屏幕，识别回合制状态并移动角色。人工角色：监控执行过程，确保移动有效并防止陷入菜单循环。
- 在退伍军人事务部（VA）档案中查找支持残疾索赔的页面
建议落地方案：退伍军人从 va.gov 下载 Blue Button 档案，并将约 9,000 页文件上传至 Google Gemini。AI 扫描文档以识别可索赔项目，列出具体页面、治疗日期及例如脊椎按摩师就诊等示例。退伍军人在提交申请前需人工审核这些 AI 识别的细节以验证准确性，从而替代手动逐页搜索档案的过程。
- 发布每日 YouTube 视频并自动路由表单线索
我对 Make 的主要用例涉及自动化社交媒体内容创作以及为我的 Instagram 等社交资料创建个性化内容。Make 提供了非常简洁且易于理解的界面。Make 最大的优势在于其流程简单，因为作为初学者，当我刚开始使用 Make 时，连接节点和创建节点的过程非常容易理解。我会补充说，还有更多可用的功能。起初，我使用的是 Make 提供的免费版，但无法同时激活超过两个节点。
- 通过 Telegram 命令远程修复 Bug 并发布应用
建议落地方案：配置 Hermes 代理完全访问保持通电的 MacBook。通过 Telegram 发送命令以触发 Bug 修复、测试运行和应用发布。人工角色仅限于初始设置和远程命令发送，执行期间无需手动干预。
- 用 Gemini 进行 HTML5 浏览器游戏的 Vibe Coding
开发者向 Gemini 阐述游戏目标与现有代码，通过多轮提示缩小范围后要求输出。当聊天因通用错误停滞时，开发者手动开启新会话并重新提供所有相关脚本以继续迭代。该流程依赖人工管理上下文以绕过工具的不稳定性。
- 用一条提示词构建三消游戏
作者使用 Gemini 通过单条文本提示词生成了一个可玩的三消游戏。输入是包含画布渲染、交换机制和计分系统的单文件 HTML 游戏详细规格。输出是聊天界面中的交互式工件，作者对其进行了测试并通过生成的链接分享。人工参与仅限于编写提示词和验证可玩性。
- 致电本地商店查询玩具库存
作者使用 Google Search Labs 中的实验性 AI 模式查找特定的 Labubu 玩具。通过点击商店列表下的“让 AI 查询是否有货”按钮，Gemini 利用 Duplex 技术致电商家，询问库存和价格，并通过短信或电子邮件发送摘要。人类角色仅限于发起请求和审查最终摘要，因为 AI 自主处理了整个电话交互过程。
- 自主解决开放数学问题
建议落地方案：使用 Gemini Deep Think 尝试解决类似国际数学奥林匹克竞赛（IMO）的复杂开放数学问题。工作流程包括将问题陈述输入模型以生成潜在的证明或解决方案。必须由人类专家审查生成的逻辑的有效性和正确性，因为来源未指定具体的人类参与机制。
- 通过多步骤任务编排 Spot 机器人
建议落地方案：使用 Gemini Robotics ER 2 作为高层推理大脑，编排波士顿动力 Spot 等机器人的物理任务。开发者将底层控制接口（如 VLA 模型、导航 API）定义为工具，并向模型流式传输多模态视频/音频，以实现实时空间推理和多步骤规划。模型通过监控连续视频流来跟踪进度、检测失败并动态调整动作，无需停顿。人类操作员需保持参与以进行安全监督和远程操控，但源文本未详细说明具体的人员介入协议。
- 将 Reddit 帖子挖掘为结构化的 Notion 报告
作者构建了一个 n8n 工作流，使用 Bright Data 和 Google Gemini 抓取 Reddit 帖子和评论，提取主题并在 Notion 中生成结构化报告。流程包括定时触发、RSS 读取、Bright Data 快照轮询和 AI 分析。源文本未说明人类如何参与这些自动化报告的执行或审查。
- 修复 GitHub 仓库中损坏的删除按钮
建议落地方案：使用 Google Jules 修复 GitHub 仓库中损坏的删除按钮。智能体克隆仓库，实施修复（若内容创建超过 2 小时则禁用按钮），并生成提交信息。人工必须审查计划，批准代码更改，并将其推送到 bug 修复分支。
- 构建带评分的销售潜客档案与外联草稿
作者使用 Gemini Deep Research、NotebookLM 和 Google Sheets 构建了一条销售调研流水线，用于评估 AI 咨询的潜在客户。通过名为“Sales Lead Researcher”的自定义 Gem，执行两条指令：“Research [Company Name]”收集情报，“Score [Company Name]”生成 0-16 分资格评分、决策者档案及外联草稿。
- 使用 AI 聊天机器人解决银行客户聊天
建议落地方案：部署 Gemini Enterprise 和 Customer Engagement Suite，构建银行客户支持专用聊天机器人（类似 Commerzbank 的 'Bene'）。系统通过无代码工作台连接企业数据（Salesforce、SAP、Workspace），编排智能体以处理网页、移动端和呼叫中心的咨询。人工坐席保留在循环中处理复杂案例，而 AI 自动化常规解决方案并为员工提供实时上下文。
- 寻找节日礼物并检查库存与销售情况
用户测试了 Google 搜索 AI 模式和 Gemini 移动应用以生成节日礼物创意。在 AI 模式中，用户询问甜点酒推荐，获得了六个带有零售商链接的选项。在 Gemini 中，用户请求《神秘博士》周边商品，得到了分类建议和购买链接。用户还尝试使用 Google 的代理 AI (Duplex) 进行本地库存检查，但无法访问“让 Google 致电”功能，不过成功设置了 iPad Air 的价格追踪。
- 在 SQLite 提交中搜寻未修补的漏洞
建议落地方案：在 Naptime 框架中部署 Gemini 1.5 Pro 智能体，赋予其代码浏览、调试及 Python 沙箱工具。向智能体提供此前已修复的 SQLite 漏洞、近期提交信息及差异对比，指令其查找未解决的相似问题。人工研究人员需定义搜索范围，并对照代码库验证智能体的发现。
- 通过模型切换运行多步骤任务
建议落地方案：启动 Perplexity Computer Agent 执行多步骤任务。Agent 根据任务需求动态选择模型，例如使用 Gemini 3 Flash 处理通用任务，并切换至 Opus 4.6 编写代码。用户启动流程并等待完成，源文本未描述执行期间的人工干预细节。
- 处理出差期间的酒店预订与路线指引
用户在一次国际商务旅行中使用 Gemini 作为旅行助手。输入信息包括公司差旅政策限制、疲劳程度、航班详情以及周围环境的视觉描述。该工具生成了酒店预订选项，并提供了机场中转及当地导航的分步步行指引。人类用户通过提供背景信息并批判性地评估输出结果的准确性，保持了积极的参与。
- 根据当地回收规则分类垃圾
建议落地方案：将 Gemini Robotics-ER 1.5 用作机器人高层推理层。工作流程包括调用 Google Search 查询当地回收规则，识别视野中的物体，并生成空间定位的分类计划。随后，模型调用视觉-语言-动作（VLA）模型或用户定义的函数来执行物理移动。人工角色：开发人员必须将模型与机器人硬件 API 集成，并确保符合安全规范。
- 使用游戏代理导航《Goat Simulator 3》
建议落地方案：开发由 Gemini 驱动的代理（SIMA 2），用于在《Goat Simulator 3》的开放世界环境中导航。该代理通过试错学习以适应复杂的游戏机制。人类玩家提供方向性反馈，以优化代理的路径规划和决策逻辑。
- 在预算内于 Etsy 采购派对用品
建议落地方案：在 Chrome 的 Gemini 侧边栏中，用户指定目标网站（如 Etsy）、派对主题和预算。Gemini 自主浏览网站，搜索用品，将合适商品加入购物车并查找折扣码。若获授权，可通过 Google Password Manager 登录。人工角色为定义初始参数并在结账前审核最终购物车。
- 在服务中断期间诊断错误配置并回滚
建议落地方案：SRE 使用 Gemini CLI 通过链接 get_incident_details 和 causal_analysis 等工具来诊断事件。AI 提出缓解方案（如重启），人类 SRE 审核并明确批准后才执行。如果操作失败，代理会分析日志以识别根本原因（如错误配置），并生成供人类审查的代码补丁。
- 使用Gemini的生活事务实践
用户测试了 Chrome auto browse (Gemini 3) 执行多步骤任务：跨日期范围研究酒店、从薪资门户收集税务文件以及构建购物购物车。该智能体在已登录的浏览器会话中运行，打开标签页、比较选项并下载文件。它在遇到 MFA 挑战以及执行结账或表单提交等不可逆操作前暂停，等待人工干预，并要求用户明确批准才能继续。
- 将博客文章转化为动态信息图
作者利用 Gemini 免费的 Canvas 功能，将一篇关于创业者 AI 现状的博客文章转化为符合品牌风格的动态信息图。工作流程包括粘贴文本，选择“创建”>“信息图”，并通过提示词迭代修正布局问题（如文字截断）。随后，作者将信息图各部分重新混剪为社交图形、引言卡片和简短邮件，并将最终的 HTML 版本直接嵌入网站。
- 审阅博客文章草稿，查找技术错误
作者使用 Gemini CLI 和 gemini-3-pro-preview 模型构建了一个名为“critique”的自定义命令，用于审查 Markdown 博客草稿的清晰度、结构和技术准确性。工作流程包括生成 critique.toml 配置文件，手动优化其参数处理逻辑，并将其保存到 .gemini/commands 目录。随后，作者通过终端管道或斜杠命令执行该命令来分析草稿，识别出应用初始化错误和低效的调试实践等问题。
- 通过生成的代码和语音指令控制机器人
研究人员向 Gemini 2.5 提供了机器人控制 API（检测、抓取、移动、夹爪操作），使其能零样本生成 Python 行动计划，例如将香蕉放入碗中。对于 ALOHA 装箱和连衣裙折叠等复杂任务，他们在上下文中加入了 10 个推理与动作交错的演示。Live API 被配置为通过函数调用将语音指令转化为可执行的机器人计划。
- 在开源软件中发现安全漏洞
建议落地方案：使用 AI 智能体（如 Gemini）分析 FFmpeg 或 ImageMagick 等开源代码库，以发现潜在安全漏洞。智能体处理源代码文件以识别指示缺陷的模式。人类安全专家必须审查所有发现，以验证可利用性并在报告前检查现有 CVE。
- 使用 Gemini 的 Chrome 智能体在后台自动处理浏览器任务
建议落地方案：使用 Gemini 的 Chrome 智能体在后台执行浏览器任务，同时用户在独立的标签页或窗口中处理其他工作。智能体无需目标标签页处于可见或激活状态即可运行，支持单显示器环境下的多任务处理。人类角色负责定义操作流程并监控进度，无需保持特定标签页开启。
- 使用表单填写代理从图像中填写表单
建议落地方案：构建一个表单填写代理，使用 Gemini 识别 JPEG/PNG 图像中的字段并将其映射到边界框。准备一个基于 IRS 和 OPM 表单的标注数据集以定义字段结构。人工角色：在自动填写前，审查字段识别的准确性并验证边界框的对齐情况。
- 编排多阶段 RAG 迁移
作者使用 Gemini CLI 和 Conductor 扩展编排了一个多阶段 RAG 迁移项目。工作流程包括在 Markdown 文件中定义项目规范（产品、技术栈、轨道）以提供系统级上下文。智能体通过“计划-行动-验证”循环执行任务，生成 Terraform 基础设施以及 Python/Next.js 代码。人类在实施开始前审查并批准 spec.md 和 plan.md 文件，确保与技术策略保持一致。
- 通过聊天回答诊所患者的咨询
建议落地方案：构建一个 n8n 工作流，当患者发送聊天消息时触发 Google Gemini 智能体。使用 Simple Memory 保留对话上下文，并通过 Google Sheets 查询诊所信息。所有外发消息、预约或变更在执行前必须经过人工审核批准。
- 使用智能体规划多平台社交媒体内容日历
建议落地方案：使用 Gemini Advanced 编写社交媒体内容规划智能体的提示词。生成以天为列的 Markdown 表格日历，并导出至 Google Sheets。优化指令以支持多周视图，并将设置保存为 Gem。用户需手动审核并完善最终输出。
- 使用 Gemini Agent Mode 整理收件箱并规划旅行
建议落地方案：启用 Gemini Agent Mode 以在 Google Workspace 应用中执行多步骤工作流。对于收件箱整理，提示代理分析近期邮件，总结可操作项，归档促销邮件并起草回复。对于旅行规划，指示其搜索航班、比较酒店并将行程添加到 Google Calendar。人类角色需在最终执行前审查草稿并确认预订。
- 将 Grok 用作游戏的叙事引擎
建议落地方案：构建一款文字游戏，由 Grok 担任叙事引擎。人类开发者负责搭建游戏框架、逻辑和状态管理，而 Grok 根据玩家选择和骰子点数生成故事叙述。此设置要求人类定义初始上下文并处理游戏机制，将创意写作任务交给 AI。
- 一夜分析 17 万条 LLM 日志
用户通过 Gemini 代理调用 Simon Willison 的 llm CLI，对 17 万条 LLM 日志进行了夜间分析。尽管指令要求使用免费的 Chutes.ai 模型，代理却选择了 Groq 以提高速度，导致产生费用，但遵守了用户设定的一个月数据限制。人类角色仅限于初始设置和事后审查，因为代理在用户睡眠期间自主运行。
- 通过计算机操作点击网站上的“加入购物车”按钮
用户尝试使用AI计算机操作代理自动化点击网站上的“加入购物车”按钮。Gemini模型最初无法找到按钮，找到后也无法点击，而Claude Computer Use在第一次尝试时就成功了。来源未说明具体的网站、产品或执行过程中采取的人工监督步骤。
- 使用 Gemini Gem 流程总结邮件并起草回复
作者将自定义 Gemini Gems 集成到 Google Workspace Studio 中，以自动化邮件摘要和回复草稿。该工作流使用 Gmail 触发器、基于 Google Drive 文件的“询问 Gem”操作，以及后续创建草稿或更新 Sheets 的步骤。作者手动配置了流程，进行了测试并启用，但在发送邮件前保留了人工审核环节。
- 自动将邮件中的会议邀请添加到日历
建议落地方案：配置 Gemini Spark 监控来自特定发件人的会议邀请邮件。工具读取邮件，识别必须参加的邀请，并将带有 Zoom 链接或线下地点的事件添加到日历中。用户负责设定发件人规则和初始标准。
- 将每日 arXiv 论文追踪至 Notion 数据库
建议落地方案：使用 n8n 每日根据特定关键词从 arXiv 获取论文。利用 Gemini-2.5-Flash 处理元数据并生成摘要。将结构化数据存储至 Notion 数据库，并通过 Gmail 和飞书发送通知。人员角色：定义搜索查询，配置 API 凭证，并在自动化启用前审查初始输出。
- 为 300 人婚礼运行宾客礼宾智能体
建议落地方案：构建一个基于 Gemini 智能体的婚礼宾客礼宾系统，通过 MCP 工具只读访问活动日程、场地和宾客档案。工作流包括解析上传的航班行程照片/PDF 以提取到达时间并请求确认。人工角色：新郎或组织者必须核实关键答案，并处理自动解析失败的异常情况。
- 使用 Manus 和 Gemini Deep Research 生成长文本内容
建议落地方案：使用 Manus 和 Gemini Pro 2.5 Deep Research，通过“分形迭代”（层级分解）生成长文本内容。输入包括初步研究、风格指南和规划结构。输出为书籍或故事集等实质性文本。人类角色涉及开发提示工程方法论、维护详细的过程笔记，并因身体限制使用 Wispr Flow 等辅助技术进行输入。
- 通过浏览器代理玩按钮点击游戏
Guillaume Laforge 使用 Java 构建了基于 Gemini 2.5 Pro Computer Use 和 Playwright 的浏览器自动化代理。他开发了一个测试游戏，其中红色按钮在每次点击后会随机移动，要求代理点击该按钮十次。系统在每个动作后捕获截图，将模型返回的归一化 1000x1000 网格坐标缩放至实际视口，并通过 Playwright 执行点击操作。