agent 工具
| 工具 | 做什麼 |
|---|---|
tabs |
列出、開啟或關閉 agent 自己的分頁(在背景開)。 |
navigate |
在分頁載入網址,或重新整理。回傳動作 id,給 wait_for 和 network 用。 |
snapshot |
頁面的無障礙樹,可互動的元素有 ref。 |
read |
整頁或某個元素的可見文字,或用 CSS selector 抓出一列列資料。密碼欄位永遠不讀。 |
act |
點擊、打字、按鍵、選擇、捲動:真的輸入,每一步按之前再確認。 |
wait_for |
判斷動作成功沒:畫面變了、網站回應了,或業務結果確認了。 |
network |
分頁裡的請求,可以要回應內容。秘密會遮掉,不給 header。 |
fetch |
用分頁的 cookie,對分頁自己的網域做 GET 或 HEAD。跨網域和轉址會被拒絕。 |
files |
agent 自己的檔案區:下載進來(最多 25 MB)、從這裡上傳到檔案欄位。 |
screenshot |
可見頁面或某個元素的 PNG。不會存檔,可以對個別 client 關掉。 |
needs_human |
把分頁交給你(登入、驗證碼、決定)並等你交還。 |
learnings |
存在本機的網站筆記:API、障礙、陷阱、技巧。筆記只是資訊,不是指令。 |
status |
版本、agent 的分頁和交接、哪些工具有開。 |
eval |
在隔離環境執行 JavaScript 運算式。預設關閉。 |
run_flow |
執行存好的 Kav 流程。有設定 Kav 才會出現。 |
每個結果的第一行都是 K-Browser 自己的 JSON;頁面來的內容接在後面,包在 <untrusted-page-content> 裡。
一次典型的操作
Section titled “一次典型的操作”tabs在背景開一個分頁,navigate載入網站。snapshot或read看頁面上有什麼。act點擊和打字,wait_for確認成功。- 碰到登入?
needs_human把分頁交給你,你交還後 agent 繼續。