Tool: browser_use — โต้ตอบกับเว็บผ่าน Chromium เมื่ออ่านหน้าอย่างเดียวไม่พอ

ภาพประกอบ: Tool: browser_use — โต้ตอบกับเว็บผ่าน Chromium เมื่ออ่านหน้าอย่างเดียวไม่พอ

browser_use ควบคุม Chromium ผ่าน Playwright สำหรับเว็บที่ต้องโต้ตอบ เช่น login, กรอกฟอร์ม หรือรอเนื้อหาที่สร้างด้วย JavaScript ใช้เมื่อ browse_url อ่านข้อมูลไม่พอ; การอ่านหน้าเว็บธรรมดาควรเริ่มจาก browse_url ก่อน

ตัว browser agent ใช้ model endpoint ใน local runtime เดียวกับ Agent TH ส่วนหน้าเว็บและบริการที่ browser เปิดยังเป็น network traffic ตาม URL ที่ทำงานด้วย

One-shot และ keep-open

ค่าเริ่มต้น keep_open=False เปิด browser ทำงานหนึ่งครั้ง สรุปผลแล้วปิด browser; summary และเนื้อหาสามารถอ่านต่อผ่าน recall_web ได้เมื่อ cache ยังมีข้อมูล

ตั้ง keep_open=True เมื่อจำเป็นต้องรักษาหน้าต่างหรือ session สำหรับการทำงานต่อครั้งถัดไป ใช้ action="status" ตรวจสถานะและ action="close" ปิด session ที่เปิดไว้ การเรียก action ทำงานกับ browser จริงและไม่ใช้ cache แทนผล action

Timeout และข้อจำกัด

งาน browser มี timeout ปริยาย 300 วินาทีและปรับผ่าน V2_BROWSER_TIMEOUT ได้ CAPTCHA, anti-bot challenge หรือการปฏิเสธการเข้าถึงอาจหยุดงานได้; อย่า retry ซ้ำโดยไม่เปลี่ยนเงื่อนไขหรือได้รับข้อมูลใหม่

browser ที่เปิดค้างเป็น session ของ Agent และอาจเกี่ยวกับหน้าเว็บที่ sign in อยู่ ให้ใช้ close เมื่อเสร็จ หลีกเลี่ยงการปิด browser อื่นของผู้ใช้

อ่านเพิ่มเติม

ความคิดเห็น

กำลังโหลดความคิดเห็น...