What Is a Browser Agent?

Trình duyệt Đại lý Scrapeless cung cấp các phiên trình duyệt đám mây mà một đại lý có thể sử dụng như môi trường thực thi web của mình.

Một tác nhân trình duyệt là phần mềm sử dụng các quan sát từ một trình duyệt để chọn các hành động hướng tới mục tiêu của người dùng. Trong một triển khai dựa trên AI, một mô hình có thể giải thích một trang và quyết định hành động tiếp theo. Các công cụ trình duyệt thực hiện các hành động được chọn, và các quan sát mới cho biết tác nhân liệu nhiệm vụ đã tiến triển hay chưa.

Một kịch bản cố định cũng điều khiển một trình duyệt, nhưng các quyết định của nó phần lớn được chỉ định trước. Một đại lý trình duyệt có thể chọn một đường dẫn trong thời gian chạy. Tính linh hoạt đó rất hữu ích cho các giao diện biến đổi, nhưng nó cũng tạo ra sự không chắc chắn về cả hành động đã chọn và cách diễn giải kết quả. Một đại lý cần một bài thử hoàn thành cũng như một cách để nhấp chuột.

Cách một Đại lý Biến Mục tiêu thành Công việc trên Trình duyệt

Một tác nhân trình duyệt chuyển đổi một kết quả được yêu cầu thành một chuỗi quan sát, quyết định và hành động của công cụ. Mục tiêu nên xác định phạm vi và các ràng buộc trước khi tương tác đầu tiên. “Thu thập giờ mở cửa đã công bố cho những địa điểm này” rõ ràng hơn “nghiên cứu công ty” vì bằng chứng mong đợi và điểm dừng có thể nhận diện được.

Bộ điều khiển trước tiên thiết lập trạng thái trình duyệt hiện tại. Sau đó, nó chọn một hành động được phép, thực hiện nó và đọc trạng thái kết quả. Vòng lặp tiếp tục cho đến khi điều kiện thành công được thỏa mãn, một giới hạn được xác định được đạt đến, hoặc tác nhân cần thông tin hoặc sự ủy quyền. Những điều kiện dừng đó là một phần của thiết kế hệ thống.

Một kế hoạch được tạo ra bởi mô hình không phải là bằng chứng rằng trình duyệt đã tuân theo nó. Hệ thống phải kết nối mỗi hành động đã được tuyên bố với kết quả công cụ thực tế và kiểm tra trang sau các thay đổi liên quan. Một câu trả lời cuối cùng chỉ lặp lại kế hoạch ban đầu khiến câu hỏi trung tâm không được giải quyết: chuyện gì đã xảy ra trong ứng dụng?

Những gì Đại diện có thể quan sát

Một tác nhân có thể quan sát văn bản trang, thông tin trình duyệt có cấu trúc, hoặc ảnh chụp màn hình, tùy thuộc vào công cụ của nó. Mỗi đại diện phơi bày những bằng chứng khác nhau. Ảnh chụp màn hình có thể tiết lộ bố cục hình ảnh, trong khi một đại diện có cấu trúc có thể làm cho các điều khiển và nhãn dễ xử lý hơn. Không có đại diện nào hoàn chỉnh trong mọi tình huống.

I'm sorry, but it looks like you've only provided the word "The" without any additional context or text for translation. Please provide the complete text you would like translated. Nghiên cứu WebVoyager về các tác nhân web đa phương thức các tác nhân nghiên cứu tương tác với các trang web thực thông qua các quan sát trực quan. Nó minh họa lý do tại sao các tác nhân trình duyệt nên được hiểu như là các hệ thống kết nối cảm nhận với hành động, không chỉ đơn giản là các chatbot có thể truy xuất một tài liệu.

Chất lượng quan sát phụ thuộc vào trạng thái trang. Một ảnh chụp được thực hiện trước khi một hộp thoại mở không thể mô tả các điều khiển của hộp thoại đó. Một cái nhìn về tab sai có thể chính xác về mặt nội bộ nhưng vẫn không liên quan đến nhiệm vụ. Đại diện cần duy trì một mối liên kết rõ ràng giữa quan sát hiện tại, ngữ cảnh duyệt web đang hoạt động và hành động đề xuất tiếp theo.

Cách các công cụ trình duyệt định hình một hành động

Các công cụ của trình duyệt chuyển đổi hoạt động được chọn của đại lý thành một tương tác trình duyệt thực tế. Lớp công cụ có thể hiển thị một hành động cấp cao như điền một trường hoặc một hành động cấp thấp hơn như nhấn vào tọa độ. Bộ điều khiển phải hiểu ngữ nghĩa của công cụ và kiểm tra kết quả của nó thay vì giả định rằng mọi hướng dẫn đều ánh xạ một cách mượt mà đến trang.

Thông tin ngữ nghĩa có thể giúp định hướng các hành động. The Mô hình vai trò và trạng thái WAI-ARIA mô tả các thuộc tính phân biệt các điều khiển và trạng thái hiện tại của chúng. Một nút “Lưu” có nhãn bên trong một hộp thoại cụ thể thì thông tin hơn so với một chỉ dẫn không rõ ràng để nhấn nút gần nhất.

Các hành động phối hợp cần có một tham chiếu hình ảnh phù hợp. Nếu trang cuộn hoặc một banner thay đổi bố cục, các tọa độ được chọn từ một ảnh chụp màn hình trước đó có thể chỉ đến vị trí khác. Các mục tiêu có cấu trúc có các chế độ lỗi riêng, bao gồm nhãn mơ hồ và các phần tử bị thay thế. Dù bất kỳ đại diện nào được sử dụng, hành động nên được dựa trên bằng chứng hiện tại.

Tại sao những lần nhấp chuột thành công không chứng minh hoàn thành nhiệm vụ

Việc hoàn thành nhiệm vụ yêu cầu có bằng chứng rằng kết quả mong muốn tồn tại, chứ không chỉ bằng chứng rằng một sự kiện đầu vào đã được gửi. Một công cụ trình duyệt có thể thực hiện đúng việc nhấp vào “Xuất” trong khi ứng dụng từ chối yêu cầu. Đại lý nên kiểm tra hiện vật hoặc trạng thái ứng dụng kết quả trước khi báo cáo thành công.

I'm sorry, but you did not provide any text to translate. Please provide the text you would like translated from English to Vietnamese. Đánh giá tác vụ chức năng của chuẩn đoán WebArena tập trung vào việc liệu các nhiệm vụ có được hoàn thành trong các môi trường web thực tế hay không. Sự phân biệt này hữu ích khi thiết kế các kiểm tra của riêng bạn. Đánh giá trạng thái mà người dùng cảm thấy quan trọng thay vì thưởng cho một chuỗi chỉ đơn giản trông có vẻ hợp lý.

Đối với một nhiệm vụ nghiên cứu giả định chỉ đọc, việc hoàn thành có thể có nghĩa là mọi địa điểm yêu cầu đều có một URL nguồn và một tuyên bố về giờ mở cửa đã quan sát. Nếu một trang không có giờ đã công bố, kết quả nên đề cập điều đó. Đoán các giờ thiếu sẽ biến việc thu thập không đầy đủ thành việc hoàn thành không chính xác.

Đối với một nhiệm vụ chỉnh sửa được ủy quyền, hãy xác minh giá trị đã lưu trên bản ghi dự định. Văn bản do đại lý tự tạo ra không phải là một kiểm tra độc lập. Nơi mà giao diện không thể xác định liệu một thay đổi có thành công hay không, kết quả nên duy trì sự không chắc chắn đó và xác định những gì còn chưa rõ ràng.

Cách Ràng Buộc Tự Chủ

Tự chủ có giới hạn xác định những gì một đại lý có thể làm, tài nguyên nào nó có thể truy cập, và khi nào nó phải dừng lại để nhận phản hồi từ con người. Những giới hạn này nên phản ánh hậu quả của nhiệm vụ. Đọc một trang công cộng và gửi một giao dịch mua là những loại hành động khác nhau ngay cả khi cả hai đều liên quan đến một nút trình duyệt.

Cung cấp cho tác vụ ủy quyền của đại lý các quyền cần thiết và tránh truy cập không cần thiết vào các tài khoản không liên quan. Giữ cho các điểm đến và danh mục hành động được phép rõ ràng khi có thể. Một tác vụ hẹp thường có thể hoàn thành với ít khả năng hơn so với một môi trường lướt web đa mục đích.

Nội dung trang cũng là đầu vào không đáng tin cậy. Một trang web có thể chứa các hướng dẫn mâu thuẫn với yêu cầu của người dùng hoặc yêu cầu đại lý tiết lộ dữ liệu. Hệ thống nên coi vật liệu đó là nội dung cần kiểm tra, không phải là quyền hạn để thay đổi tác vụ. Tách biệt nguồn gốc của một hướng dẫn khỏi nguồn gốc của một sự thật.

Trạng thái Phiên và Bộ Nhớ Cần Các Chính Sách Khác Nhau

Trạng thái phiên trình duyệt hỗ trợ tương tác với một trang web, trong khi bộ nhớ đại lý ghi lại thông tin được sử dụng để suy luận về tác vụ. Một cookie đăng nhập và một bảng tóm tắt các bước đã hoàn thành phục vụ các mục đích khác nhau. Kết hợp chúng mà không tính toán có thể làm lộ các thông tin nhạy cảm hoặc khiến lần chạy tiếp theo phụ thuộc vào trạng thái ẩn.

Giữ đủ lịch sử tác vụ để giải thích vị trí hiện tại mà không lưu trữ mọi trang vô thời hạn. Một bản ghi ngắn gọn về các hành động đã xác nhận và các câu hỏi chưa giải quyết có thể hữu ích hơn một bản sao không qua xử lý. Trạng thái xác thực nên được xử lý thông qua các cơ chế phiên trình duyệt thích hợp và kiểm soát truy cập.

Khi một tác vụ trải dài qua nhiều phiên, xác định những gì tồn tại. Trình duyệt có thể cần một hồ sơ đã lưu, trong khi đại lý cần trạng thái tác vụ đã xác nhận cuối cùng. Mở lại trình duyệt không phải là bằng chứng cho thấy ứng dụng vẫn nhận ra cùng một lần đăng nhập, và phục hồi một bản tóm tắt không phải là bằng chứng cho thấy những giả định trước đó vẫn còn đúng.

Khi Một Kịch Bản Là Lựa Chọn Tốt Hơn

Một kịch bản quyết định thường là lựa chọn tốt hơn khi quy trình làm việc ổn định và hành động tiếp theo có thể được xác định rõ ràng. Một đại lý trình duyệt hữu ích khi việc diễn giải hoặc phân nhánh là trung tâm của tác vụ. Đây là những lựa chọn thiết kế chứ không phải là định nghĩa cạnh tranh của tự động hóa hiện đại.

Các thiết kế hỗn hợp có thể sử dụng một đại lý để chọn một hoạt động giới hạn và một quy trình quyết định để thực hiện nó. Điều này giảm số lượng quyết định còn lại mở trong một bước quan trọng. Đánh giá hệ thống kết hợp bằng kết quả cuối cùng, bao gồm cả những trường hợp mà đại lý nên dừng lại thay vì tiếp tục.

Thời gian chạy Trình duyệt là Một Phần của Đại lý

Trình duyệt Áo không có rác cho Đại lý cung cấp thực thi trình duyệt đám mây; ứng dụng xung quanh nó cung cấp việc lập kế hoạch và chính sách tác vụ. Phần Tổng quan về thời gian chạy Đại lý Trình duyệt mô tả lớp trình duyệt. Một tên sản phẩm chứa “Đại lý” không có nghĩa là mọi phiên kết nối tự động hiểu một mục tiêu người dùng.

Cuộc thảo luận về một vòng lặp đại lý trình duyệt sử dụng máy tính giải thích cách các lớp đó có thể được lắp ghép. Đánh giá chất lượng quan sát, hành vi dừng và hiện vật của hệ thống hoàn chỉnh. Ngân sách cả việc thực thi trình duyệt và bất kỳ mô hình riêng biệt nào; giá dịch vụ trình duyệt chỉ là phần trình duyệt của thiết kế đó.

Kết luận

Một đại lý trình duyệt kết hợp một mục tiêu, quan sát trang, quyết định và công cụ trình duyệt. Giá trị của nó phụ thuộc vào việc các phần đó có sản xuất kết quả đã xác minh trong quyền hạn của người dùng hay không. Xác định chứng cứ hoàn thành và ranh giới hành động trước khi tăng cường tự do của đại lý để chọn con đường riêng của mình.