Browser

Browser dodaje do zgodnych agentów programistycznych obsługę przeglądarki z poziomu wiersza poleceń. Pomaga agentowi otwierać strony, rozpoznawać ich bieżący stan, korzystać z elementów sterujących, pobierać treść i sprawdzać rezultat każdego działania. Ten sam interfejs współpracuje z nową lokalną przeglądarką, istniejącą instancją Chrome lub hostowaną sesją Browserbase.

Najważniejsze funkcje

• Odczytuje uporządkowany stan strony, dzięki czemu agent może rozpoznawać elementy interaktywne bez polegania wyłącznie na obrazach
• Obsługuje nawigację, kliknięcia, klawiaturę, pola formularzy, przesyłanie plików, przewijanie i wiele kart
• Wykonuje zrzuty ekranu oraz pobiera tekst, kod znaczników, tytuły, adresy URL i wartości pól
• Oferuje połączenia lokalne, ze wspólną istniejącą sesją, zdalne oraz bezpośrednie przez CDP
• Obsługuje hostowane sesje dla procesów wymagających trwałej tożsamości, routingu geograficznego lub szerszych możliwości dostępu

Ta umiejętność przydaje się programistom, którzy chcą używać agentów do analizowania aplikacji internetowych, automatyzowania rutynowych czynności w przeglądarce, zbierania informacji lub odtwarzania problemów z interfejsem. Repozytorium umiejętności Browserbase instaluje się za pomocą skills CLI. Do działania lokalnego potrzebne są pakiet browse i przeglądarka zgodna z Chrome, a sesje hostowane wymagają dodatkowo danych dostępowych Browserbase.