Tool: browse_url — อ่านหน้าเว็บ, sitemap และตารางด้วยเครื่องมือเดียว

ภาพประกอบ: Tool: browse_url — อ่านหน้าเว็บ, sitemap และตารางด้วยเครื่องมือเดียว

browse_url ใช้อ่านข้อมูลจาก URL ที่ทราบแล้ว โดยรวมการอ่านหน้าเดียว หลายหน้า sitemap และตารางไว้ใน tool ปกติตัวเดียว เลือก browser_use เมื่อจำเป็นต้องโต้ตอบกับหน้าเว็บจริง เช่น login หรือกรอกฟอร์ม

อ่าน URL เดียวหรือหลาย URL

การอ่านปกติส่ง url หนึ่งรายการและ user_query ที่บอกว่าต้องการข้อมูลอะไร:

browse_url(url="https://example.com/report", user_query="ยอดขายรายปี")

ถ้ามีหลายหน้าที่ต้องเทียบ ส่ง urls เป็น array (สูงสุด 8 URL ต่อ call):

browse_url(urls=["https://example.com/a", "https://example.com/b"], user_query="เปรียบเทียบราคา")

Native array เป็นรูปแบบที่ควรใช้; runtime ยังรับ JSON-list string ที่บาง model ส่งมา เช่น "[\"https://example.com/a\", \"https://example.com/b\"]" และแปลงก่อนประมวลผล URL ที่ไม่มี scheme จะ normalize เป็น HTTPS; scheme อื่นที่ไม่ใช่ HTTP(S) จะถูกปฏิเสธ รายการซ้ำถูกตัดออก และการดึงหลายหน้าทำขนานกันใน call เดียวภายในขอบเขตที่กำหนด

ระบบดึงเนื้อหาโดยตรงก่อน และใช้ Jina Reader เป็น fallback เมื่อหน้าเว็บให้เนื้อหาน้อยหรือมี JavaScript มาก เนื้อหาที่คืนคือ [web:<url>] ตามด้วยข้อความจริงจากหน้านั้นที่โค้ดคัดให้ตรงกับ user_query (ไม่มี LLM สรุปคั่นกลาง) โดยหน้าเดี่ยวคืนได้ถึง 2,200 ตัวอักษร (V2_WEB_EVIDENCE_MAX_CHARS) และเมื่ออ่านหลาย URL แต่ละหน้าถูกจำกัดที่ 1,800 ตัวอักษร (V2_BATCH_BROWSE_EVIDENCE_MAX_CHARS) เพื่อให้ผลรวมกระชับ; ตาราง Markdown เชิงตัวเลขที่พบในบทอ่านอาจแนบเป็น table evidence เพิ่มเติม

การอ่านหลาย URL ดึงหน้าที่ยังไม่อยู่ใน cache พร้อมกันเป็นรอบ ๆ ตามจำนวน worker ที่ตั้งไว้ (V2_BATCH_BROWSE_MAX_WORKERS, ปริยาย 2) ระบบจองงบเว็บให้ครบก่อนเริ่มดึง จึงไม่เกิน budget ต่อ turn แม้ tool อื่นทำงานพร้อมกัน หน้าที่ดึงไม่สำเร็จไม่กระทบหน้าอื่น และผลเรียงตามลำดับที่ขอ

อ่านรายการ URL จาก sitemap

ส่ง URL เว็บไซต์พร้อม mode="sitemap" และ optional filter_keyword เพื่อดู URL ที่ประกาศใน sitemap ก่อนเลือกหน้ามาอ่าน:

browse_url(url="https://example.com", mode="sitemap", filter_keyword="pricing")

การค้น sitemap มีผลลัพธ์แบบจำกัดจำนวนที่แสดง สามารถกรองคำหรือ path ก่อน แล้วจึงเรียก browse_url(urls=[...]) กับหน้าที่เกี่ยวข้อง โหมดนี้รับเฉพาะ url กับ filter_keyword; ใช้ filter_keyword นอก sitemap ไม่ได้

ตรวจและดึงตาราง

การอ่านหน้าปกติแนบตาราง Markdown ที่มีข้อมูลตัวเลขเมื่อพบ ส่วนหน้าเว็บที่ render ตารางแบบ dynamic ใช้ table_index=-1 เพื่อดูตารางที่ตรวจพบ แล้วใช้ index ตั้งแต่ 0 ขึ้นไปเพื่อดึงตารางที่เลือกเป็น CSV แบบมีขนาดจำกัด ตารางต้องอ่าน URL เดียว ไม่ใช้พร้อม urls:

browse_url(url="https://example.com/prices", table_index=-1)
browse_url(url="https://example.com/prices", table_index=0)

CSV ที่ดึงได้ถูกจำกัดขนาด (10,000 ตัวอักษรโดยปริยาย; ปรับได้ด้วย config) และส่งต่อให้ python_exec วิเคราะห์ต่อได้ ความสามารถ sitemap, batch และ table เป็นโหมดของ browse_url ไม่ใช่ tool แยก

Cache และงบการเข้าถึงเว็บ

การอ่าน URL ปกติและ batch ใช้ process cache เก็บ raw body ตาม URL (TTL ปริยาย 30 นาที; คำถามเรื่องราคา/ข้อมูลสดใช้ TTL สั้น 30 วินาที) ไม่มีการเก็บ summary เพราะไม่มี LLM สรุป; cache hit ไม่ต้องดึงเว็บและไม่ใช้ web-budget slot การดึงใหม่ใช้ budget ร่วมกับ web_search, browser_use และ recall_web ตามกติกาของแต่ละ tool โหมด sitemap มี cache/budget สำหรับ response ของ sitemap เอง ส่วน table_index ใช้ทางดึงตารางแบบ rendered-page และคืน CSV จำกัดขนาด แทนข้อความจาก URL cache

cache ทำให้ถาม URL เดิมด้วยคำถามใหม่ได้โดยคัดข้อความใหม่จากเนื้อหาที่เก็บไว้ ไม่จำเป็นต้องดึงซ้ำทุกครั้ง เมื่ออยากอ่านรายละเอียดเชิงลึกจาก cache ให้ใช้ recall_web

อ่านเพิ่มเติม

ความคิดเห็น

กำลังโหลดความคิดเห็น...