Automatyczna interakcja z przeglądarkową wersją ChatGPT (bez API) w celu uzyskania odpowiedzi, ich parsowania

🔸 

Cel:

Stworzyć system, który umożliwia automatyczną interakcję z przeglądarkową wersją ChatGPT (bez API) w celu uzyskania odpowiedzi, ich parsowania i wysyłania z powrotem do bota Telegram.

🔸 

Ogólna logika działania:

1. Użytkownik w Telegramie naciska przycisk (na przykład „Rozpocznij analizę”).
2. Bot Telegram wysyła zapytanie do serwera backend (Node.js / Python).
3. Serwer za pomocą Puppeteer lub Playwright otwiera stronę chat.openai.com, wstawia prompt do okna wejściowego, imituje naciśnięcie Enter.
4. GPT generuje odpowiedź — przeglądarka czeka, aż załadowany zostanie cały wynik.
5. Skrót otrzymuje page.content() lub page.evaluate(), aby uzyskać kod HTML strony.
6. Następnie z tego HTML za pomocą selektorów CSS lub XPath parsowany jest tylko potrzebny blok (odpowiedź asystenta).
7. Otrzymany tekst jest przetwarzany (czyszczenie, formatowanie, skracanie).
8. Wynik jest zwracany do bota Telegram jako zwykła wiadomość lub wiadomość z formatowaniem.

🔸 

Struktura techniczna:

🔹 1. Warstwa Telegram

• Node.js lub Python (aiogram/Telegraf)
• Webhook lub polling
• Przyciski, menu, stany przypadków

🔹 2. Warstwa automatyzacji

• Playwright/Puppeteer (główne narzędzie do zarządzania przeglądarką)
• Autoryzacja w GPT przez cookies (zapisywanie sesji)
• Skrót automatycznie wstawia prompt, naciska Enter, czeka na odpowiedź

🔹 3. Warstwa parsowania

• Parser HTML (node-html-parser lub cheerio)
• Wyciąganie bloku odpowiedzi:

const lastTurn = await page.$$('article[data-testid^="conversation-turn-"]');

const messageBlock = await lastTurn[lastTurn.length - 1].$('.markdown.prose');

const text = await messageBlock.textContent();

• Czyszczenie od zbędnych elementów (przyciski, wskaźniki, tagi html)

🔹 4. Warstwa danych i przechowywania

• Airtable / Firebase do przechowywania przypadków i historii
• Można dodać prompt-dispatcher z szablonami (.jinja2)

🔹 5. Warstwa odpowiedzi

• Wynik jest przetwarzany (JSON, Markdown, formatowanie Telegram)
• Wysyłany z powrotem do użytkownika w Telegramie

🔸 

Cecha realizacji:

• Możliwość uruchomienia wielu instancji przeglądarki jednocześnie (dla wielu użytkowników)
• Automatyczne przeładowanie strony w przypadku błędu
• Wsparcie dla logów i monitorowania wykonania (Winston / PM2 / cron-healthcheck)
• Optymalizacja czasu odpowiedzi (kolejka zapytań, asynchroniczne przetwarzanie)

🔸 

Oczekiwany wynik:

• Całkowicie autonomiczny system, który:
  • przyjmuje zapytania z Telegramu;
  • wykonuje je w przeglądarkowym GPT;
  • otrzymuje odpowiedzi, parsuje i zwraca użytkownikowi;
  • obsługuje wiele równoczesnych zapytań.
•