ब्राउज़र एजेंट क्या है?

स्क्रेपलेस एजेंट ब्राउज़र क्लाउड ब्राउज़र सत्र प्रदान करता है जिसका उपयोग एक एजेंट अपने वेब निष्पादन वातावरण के रूप में कर सकता है।

ब्राउज़र एजेंट एक सॉफ़्टवेयर है जो एक ब्राउज़र से अवलोकनों का उपयोग करके एक उपयोगकर्ता के लक्ष्य की ओर क्रियाएँ चुनता है। AI-चालित कार्यान्वयन में, एक मॉडल एक पृष्ठ को व्याख्या कर सकता है और यह तय कर सकता है कि आगे क्या करना है। ब्राउज़र उपकरण चयनित क्रियाएँ निष्पादित करते हैं, और नई अवलोकन एजेंट को बताती हैं कि कार्य प्रगति पर है या नहीं।

एक निश्चित स्क्रिप्ट भी एक ब्राउज़र को नियंत्रित करती है, लेकिन इसके निर्णय मुख्य रूप से पहले से निर्धारित होते हैं। एक ब्राउज़र एजेंट रनटाइम पर एक रास्ता चुन सकता है। यह लचीलापन भिन्न इंटरफेस के लिए उपयोगी है, फिर भी यह चुनी गई क्रिया और परिणाम की व्याख्या के बारे में अनिश्चितता लाता है। एक एजेंट को एक पूर्णता परीक्षण की आवश्यकता होती है साथ ही क्लिक करने का एक तरीका भी।

एक एजेंट एक लक्ष्य को ब्राउज़र कार्य में कैसे बदलता है

एक ब्राउज़र एजेंट अनुरोधित परिणाम को अवलोकनों, निर्णयों, और उपकरण क्रियाओं की एक श्रृंखला में रूपांतरित करता है। लक्ष्य को पहले इंटरैक्शन से पहले दायरा और सीमाएँ परिभाषित करना चाहिए। “इन स्थानों के लिए प्रकाशित खुले घंटे एकत्र करें” “कंपनी का शोध करें” से स्पष्ट है क्योंकि अपेक्षित साक्ष्य और बंद बिंदु पहचानने योग्य होते हैं।

नियामक पहले वर्तमान ब्राउज़र स्थिति स्थापित करता है। फिर यह एक अनुमत क्रिया चुनता है, उसे निष्पादित करता है, और परिणामस्वरूप स्थिति को पढ़ता है। लूप तब तक जारी रहता है जब तक सफलता की शर्त संतुष्ट नहीं होती, निर्दिष्ट सीमा नहीं पहुँचती, या एजेंट को जानकारी या प्राधिकरण की आवश्यकता नहीं होती। उन बंद होने की शर्तें प्रणाली के डिज़ाइन का हिस्सा हैं।

एक मॉडल-जनित योजना इस बात का प्रमाण नहीं है कि ब्राउज़र ने इसका पालन किया। सिस्टम को प्रत्येक घोषित क्रिया को वास्तविक उपकरण परिणामों से जोड़ना चाहिए और प्रासंगिक परिवर्तनों के बाद पृष्ठ की जाँच करनी चाहिए। एक अंतिम उत्तर जो केवल मौलिक योजना को दोहराता है केंद्रीय प्रश्न को अनसुलझा छोड़ देता है: आवेदन में क्या हुआ?

एजेंट क्या देख सकता है

एक एजेंट पृष्ठ टेक्स्ट, संरचित ब्राउज़र जानकारी, या स्क्रीनशॉट देख सकता है, इसके उपकरणों के आधार पर। प्रत्येक प्रतिनिधित्व विभिन्न साक्ष्य प्रकट करता है। एक स्क्रीनशॉट दृश्य लेआउट को प्रकट कर सकता है, जबकि एक संरचित प्रतिनिधित्व नियंत्रण और लेबल को संबोधित करना आसान बना सकता है। कोई भी प्रतिनिधित्व हर स्थिति में पूर्ण नहीं है।

यह WebVoyager अनुसंधान कई मोड वाले वेब एजेंटों पर वास्तविक वेबसाइटों के साथ दृश्य अवलोकनों के माध्यम से बातचीत करने वाले एजेंटों का अध्ययन करता है। यह दर्शाता है कि ब्राउज़र एजेंटों को क्रियाओं के प्रति धारणा से जोड़ने वाली प्रणालियों के रूप में समझा जाना चाहिए, केवल चैटबॉट के रूप में नहीं जो एक दस्तावेज़ लाने में सक्षम होते हैं।

अवलोकन की गुणवत्ता पृष्ठ स्थिति पर निर्भर करती है। एक संवाद खुलने से पहले लिया गया स्नैपशॉट संवाद के नियंत्रण को वर्णन नहीं कर सकता। गलत टैब का दृश्य आंतरिक रूप से सटीक हो सकता है और फिर भी कार्य के लिए प्रासंगिक नहीं हो सकता। एजेंट को वर्तमान अवलोकन, सक्रिय ब्राउज़िंग संदर्भ, और अगले प्रस्तावित क्रिया के बीच एक स्पष्ट संबंध बनाए रखना चाहिए।

ब्राउज़र उपकरण एक क्रिया को कैसे आधार बनाते हैं

ब्राउज़र उपकरण एजेंट द्वारा चयनित ऑपरेशन को वास्तव में एक ब्राउज़र इंटरैक्शन में अनुवाद करते हैं। उपकरण स्तर एक उच्च-स्तरीय क्रिया, जैसे एक फ़ील्ड भरना, या एक निम्न-स्तरीय क्रिया, जैसे निर्देशांक पर क्लिक करने की अनुमति दे सकता है। नियामक को उपकरण की अर्थविज्ञान को समझना चाहिए और इसके परिणामों की जांच करनी चाहिए बजाय इसके कि हर निर्देश को पृष्ठ पर साफ-सुथरा मैप मानें।

अर्थ संबंधी जानकारी क्रियाओं को आधार बनाने में मदद कर सकती है। WAI-ARIA भूमिका और स्थिति मॉडल उन गुणों का विवरण देता है जो नियंत्रण और उनकी वर्तमान स्थिति को अलग करते हैं। एक विशेष संवाद के भीतर “सहेजें” बटन पर लेबल करना एक अनयोग्य निर्देश की तुलना में अधिक जानकारी देता है।

निर्देशांक क्रियाओं को एक मेल खाते दृश्य संदर्भ की आवश्यकता होती है। यदि पृष्ठ स्क्रॉल करता है या एक बैनर लेआउट को स्थानांतरित करता है, तो पहले के स्क्रीनशॉट से चुने गए निर्देशांक कहीं और इंगित कर सकते हैं। संरचित लक्ष्य अपनी स्वयं की विफलता मोड होते हैं, जिसमें अस्पष्ट लेबल और प्रतिस्थापित तत्व शामिल हैं। चाहे जो भी प्रतिनिधित्व किया जाए, कार्रवाई को वर्तमान साक्ष्यों में आधार बनाया जाना चाहिए।

सफल क्लिक कार्य पूर्णता को क्यों साबित नहीं करते हैं

कार्य पूर्णता के लिए उस सबूत की आवश्यकता होती है कि अनुरोधित परिणाम मौजूद है, न कि केवल इस बात का सबूत कि एक इनपुट इवेंट दिया गया था। एक ब्राउज़र उपकरण सही ढंग से “निर्यात” पर क्लिक कर सकता है जबकि आवेदन अनुरोध को अस्वीकृत करता है। एजेंट को सफलता रिपोर्ट करने से पहले परिणाम स्वरूप वस्तु या अनुप्रयोग स्थिति की जांच करनी चाहिए।

यह WebArena बेंचमार्क का कार्यात्मक कार्य मूल्यांकन इस पर ध्यान केंद्रित करता है कि क्या कार्य यथार्थवादी वेब वातावरण में पूरे होते हैं। यह भिन्नता आपके स्वयं के चेक डिज़ाइन करते समय उपयोगी होती है। उस राज्य का मूल्यांकन करें जो उपयोगकर्ता के लिए महत्वपूर्ण है बजाय इसके कि एक अनुक्रम को इनाम दिया जाए जो केवल प्लॉज़िबल लगती है।

एक परिकल्पित पढ़ने योग्य अनुसंधान कार्य के लिए, पूर्णता का अर्थ हो सकता है कि प्रत्येक अनुरोधित स्थान के पास एक स्रोत URL और एक अवलोकित खुले घंटों का बयान है। यदि एक पृष्ठ में कोई प्रकाशित घंटे नहीं हैं, तो परिणाम को यह बताना चाहिए। गायब घंटों का अनुमान लगाना अधूरा पुनर्प्राप्ति को गलत अधूरा पूर्णता में बदल देगा।

एक अधिकृत संपादन कार्य के लिए, लक्षित रिकॉर्ड पर सहेजे गए मान की जांच करें। एजेंट द्वारा उत्पन्न पाठ स्वयं एक स्वतंत्र चेक नहीं है। जहां इंटरफ़ेस यह स्थापित नहीं कर सकता कि परिवर्तन सफल हुआ है, परिणाम को उस अनिश्चितता को बनाए रखना चाहिए और यह पहचानना चाहिए कि क्या शेष है।

स्वायत्तता को कैसे सीमित करें

सीमित स्वायत्तता यह परिभाषित करती है कि एक एजेंट क्या कर सकता है, किन संसाधनों तक इसकी पहुँच हो सकती है, और जब इसे मानव इनपुट के लिए रुकना चाहिए। ये सीमाएँ कार्य के परिणामों को दर्शाना चाहिए। एक सार्वजनिक पृष्ठ पढ़ना और एक खरीदारी जमा करना विभिन्न क्रिया श्रेणियाँ हैं हालांकि जब दोनों में एक ब्राउज़र बटन शामिल होता है।

एजेंट को अधिकृत कार्य के लिए आवश्यक अनुमतियाँ दें और असंबंधित खातों तक अनावश्यक पहुँच से बचें। जहाँ व्यावहारिक हो, अनुमत गंतव्यों और क्रिया श्रेणियों को स्पष्ट रखें। एक संकीर्ण कार्य अक्सर सामान्य प्रयोजन ब्राउज़िंग वातावरण द्वारा प्रदर्शित क्षमताओं की तुलना में कम क्षमताओं के साथ पूरा किया जा सकता है।

पृष्ठ सामग्री भी अविश्वसनीय इनपुट है। एक वेबपृष्ठ में ऐसे निर्देश हो सकते हैं जो उपयोगकर्ता के अनुरोध के साथ विरोधाभास रखते हैं या एजेंट से डेटा प्रकट करने के लिए कह सकते हैं। सिस्टम को उस सामग्री को निरीक्षण करने की वस्तु के रूप में मानना चाहिए, न कि कार्य को बदलने के लिए अधिकार के रूप में। एक निर्देश के स्रोत को तथ्य के स्रोत से अलग करें।

सत्र राज्य और मेमोरी की जरूरतें अलग-अलग नीतियों की आवश्यकता होती हैं।

ब्राउज़र सत्र की स्थिति एक वेबसाइट के साथ बातचीत का समर्थन करती है, जबकि एजेंट मेमोरी उस जानकारी को रिकॉर्ड करती है जिसका उपयोग कार्य के बारे में विचार करने के लिए किया जाता है। एक लॉगिन कुकी और पूर्ण किए गए चरणों का सारांश अलग-अलग उद्देश्यों के लिए होते हैं। उन्हें बिना सोचे-समझे संयोजित करने से संवेदनशील सामग्री उजागर हो सकती है या अगली बार चलाने के लिए छिपी स्थिति पर निर्भर हो सकती है।

कार्य के इतिहास को पर्याप्त बनाए रखें ताकि वर्तमान स्थिति को समझाया जा सके बिना हर पृष्ठ को अनंतकाल के लिए स्टोर किए। पुष्टि किए गए क्रियाओं और अनसुलझे प्रश्नों का संक्षिप्त रिकॉर्ड एक अनफिल्टर्ड ट्रांस्क्रिप्ट से अधिक उपयोगी हो सकता है। प्रमाणीकरण स्थिति को ब्राउज़र के उचित सत्र तंत्र और पहुँच नियंत्रणों के माध्यम से संभाला जाना चाहिए।

जब एक कार्य कई सत्रों में फैला होता है, तो यह परिभाषित करें कि क्या बना रहता है। ब्राउज़र को एक सहेजा हुआ प्रोफ़ाइल की आवश्यकता हो सकती है, जबकि एजेंट को अंतिम पुष्टि की गई कार्य स्थिति की आवश्यकता होती है। एक ब्राउज़र को फिर से खोलना इस बात का प्रमाण नहीं है कि एप्लिकेशन अभी भी उसी लॉगिन को पहचानता है, और एक सारांश को बहाल करना इस बात का प्रमाण नहीं है कि पहले के अनुमान सही बने रहते हैं।

जब स्क्रिप्ट बेहतर विकल्प है

एक निर्धारणात्मक स्क्रिप्ट अक्सर बेहतर फिट होती है जब कार्यप्रवाह स्थिर होता है और अगली क्रिया को स्पष्ट रूप से निर्दिष्ट किया जा सकता है। एक ब्राउज़र एजेंट तब उपयोगी होता है जब व्याख्या या शाखाबंदी कार्य में केंद्रीय होती है। ये डिज़ाइन विकल्प हैं न कि आधुनिक स्वचालन की प्रतिस्पर्धी परिभाषाएँ।

हाइब्रिड डिज़ाइन एक एजेंट का उपयोग कर सकते हैं ताकि एक सीमित संचालन का चयन किया जा सके और इसे निष्पादित करने के लिए एक निश्चित दिनचर्या का उपयोग किया जा सके। यह महत्वपूर्ण चरण के दौरान खुली छोड़ दी गई निर्णयों की संख्या को कम करता है। अंतिम परिणाम के द्वारा संयुक्त प्रणाली का मूल्यांकन करें, जिसमें वे मामले शामिल हैं जहाँ एजेंट को आगे बढ़ने के बजाय रुकना चाहिए।

ब्राउज़र रनटाइम एजेंट का एक भाग है

स्क्रैपलेस एजेंट ब्राउज़र सप्लाईज़ क्लाउड ब्राउज़र निष्पादन; इसके चारों ओर का अनुप्रयोग योजना और कार्य नीति प्रदान करता है। एजेंट ब्राउज़र रनटाइम अवलोकन ब्राउज़र स्तर का वर्णन करता है। "एजेंट"含有 उत्पाद नाम का मतलब यह नहीं है कि हर जुड़े हुए सत्र स्वायत्त रूप से उपयोगकर्ता लक्ष्य को समझता है।

चर्चा एक कंप्यूटर-उपयोग ब्राउज़र एजेंट लूप यह वर्णन करता है कि उन परतों को कैसे संकलित किया जा सकता है। पूरी प्रणाली की अवलोकन गुणवत्ता, रुकने की प्रवृत्ति और कलाकृतियों का मूल्यांकन करें। दोनों ब्राउज़र निष्पादन और किसी भी अलग मॉडल के उपयोग का बजट बनाएं; ब्राउज़र सेवा मूल्य निर्धारण यह केवल उस डिज़ाइन का ब्राउज़र भाग है।

निष्कर्ष

एक ब्राउज़र एजेंट एक लक्ष्य, पृष्ठ अवलोकन, निर्णय-निर्माण, और ब्राउज़र उपकरणों को जोड़ता है। इसका मूल्य इस पर निर्भर करता है कि क्या ये भाग उपयोगकर्ता के अधिकार के भीतर एक सत्यापित परिणाम उत्पन्न करते हैं। एजेंट को अपने स्वयं के मार्ग को चुनने की स्वतंत्रता बढ़ाने से पहले पूर्णता के प्रमाण और कार्रवाई की सीमाएँ परिभाषित करें।