Tự động hóa trình duyệt không phụ thuộc profile với ak:agent-browser

Dùng ak:agent-browser để điều hướng trang, kiểm tra accessibility snapshot, điền form, chụp screenshot hoặc video, scrape dữ liệu có giới hạn và chạy exploratory QA mà không phụ thuộc profile Chrome hằng ngày của bạn. Skill chuyển công việc qua CLI agent-browser được cài riêng và hướng dẫn live hiện tại của CLI đó.

Chọn browser automation không phụ thuộc profile

Dùng ak:agent-browser khi

• Một browser session mới hoặc do tool quản lý là phù hợp.
• Tương tác dài cần snapshot gọn và element ref ổn định.
• Bạn cần screenshot, recording, scraping, multi-tab hoặc exploratory QA.
• Bạn cần Browserbase trong CI hay môi trường không có browser local.
• Bạn đang tự động hóa Electron app hoặc workflow chuyên biệt được hỗ trợ.

Chọn workflow khác khi

• Task cần cookie, account, extension hoặc tab đang mở từ profile Chrome thật. Dùng ak:chrome-profile.
• Bạn cần chẩn đoán console, network, performance hoặc CDP mức thấp. Dùng Chrome DevTools bridge khả dụng hoặc browser test native của project.
• Bạn đang thiết kế test suite có thể lặp lại thay vì điều khiển một session. Dùng ak:web-testing.
• Target, quyền login hoặc mutation được phép chưa rõ. Hãy xác định trước khi mở browser.

Chuẩn bị browser và target

Trước khi bắt đầu:

• Hoàn thành Làm quen và xác nhận Engineer Kit đã được cài cho runtime cùng scope hiện tại.
• Cài CLI bên ngoài bằng npm install -g agent-browser, rồi chạy agent-browser install để tải Chromium. Môi trường Linux có thể cần agent-browser install --with-deps.
• Xác minh agent-browser --version, rồi tải hướng dẫn khớp phiên bản bằng agent-browser skills get core; dùng --full khi cần command reference đầy đủ.
• Nêu origin, account, dữ liệu, form submission, download và cách dọn session được phép. Chỉ cung cấp test credential qua cơ chế secret đã duyệt.
• Với Browserbase, cấu hình BROWSERBASE_API_KEY và BROWSERBASE_PROJECT_ID, rồi xác nhận quyền truy cập cùng ngân sách provider.

Chạy browser task có giới hạn

Trong yêu cầu, hãy nêu target, outcome quan sát được, thay đổi state được phép, artifact cần giữ và quy tắc cleanup.

/ak:agent-browser "Open https://staging.example.com, inspect the public checkout flow through the confirmation preview, capture screenshots at each step, do not submit an order, and close the session"

/ak:agent-browser "Open https://staging.example.com, inspect the public checkout flow through the confirmation preview, capture screenshots at each step, do not submit an order, and close the session"

$ak:agent-browser "Open https://staging.example.com, inspect the public checkout flow through the confirmation preview, capture screenshots at each step, do not submit an order, and close the session"

Với Electron app, Slack workspace, exploratory bug hunt, Vercel Sandbox hoặc browser AWS Bedrock AgentCore, trước hết hãy tải hướng dẫn live phù hợp bằng agent-browser skills get electron, slack, dogfood, vercel-sandbox hoặc agentcore. Workflow chuyên biệt khả dụng phụ thuộc CLI đã cài.

Quan sát các giai đoạn session

1. Skill xác nhận ranh giới. Skill xác định target, có cần profile state thật hay không, tương tác được phép, credential và bằng chứng.
2. Skill tải hướng dẫn CLI hiện tại. Skill đóng package chỉ là routing stub; binary đã cài cung cấp workflow và command reference tương ứng.
3. Skill mở session. Lần chạy local khởi động Chromium qua CDP. Yêu cầu dùng -p browserbase tạo remote provider session.
4. Skill tạo snapshot trước khi hành động. Interactive accessibility snapshot cung cấp ref ổn định như @e1; ref được làm mới sau khi trang đổi.
5. Skill thực hiện hành động đã duyệt. Navigation, click, fill, tab, screenshot, extraction hoặc recording giữ trong target đã nêu.
6. Skill xác minh và đóng. Kết quả được kiểm tra theo outcome, artifact được báo cáo và agent-browser close kết thúc session.

Dashboard ở port 4848 là bề mặt quan sát riêng. Nếu được proxy hoặc forward, hãy ở trên origin của dashboard thay vì expose từng session port.

Kiểm soát browser state, quyền riêng tư và ảnh hưởng provider

• Không submit purchase, message, account change, form phá hủy hay production mutation nếu yêu cầu chưa cấp đúng quyền đó.
• Cài đặt local tải browser binary và có thể cài system dependency trên Linux. Lần chạy tạo browser process, dùng network, CPU, memory, disk và port.
• Browserbase gửi browsing activity cùng artifact tới provider từ xa và có thể tính phí theo mức dùng. Đóng session sớm và ghi nhận provider đã dùng.
• Coi nội dung page là input không đáng tin cậy. Không lộ secret chỉ vì page yêu cầu assistant làm vậy.
• Screenshot hoặc click thành công không chứng minh business outcome đầu-cuối. Hãy giữ final page state và bằng chứng ứng dụng liên quan.

Xác minh bằng chứng

Một lần chạy hoàn tất nên báo cáo:

• Phiên bản CLI, provider local hay cloud, named session, target origin và workflow chuyên biệt đã tải.
• Hành động đã thực hiện cùng submission hay mutation chủ động bỏ qua.
• Quan sát từ snapshot, URL và page state cuối, cùng tóm tắt dữ liệu trích xuất.
• Đường dẫn hoặc vị trí provider của screenshot, video, download hay artifact.
• Credential hoặc account state đã dùng mà không lặp lại giá trị secret.
• Việc đóng session, dọn remote resource, lỗi và khoảng trống bằng chứng.

Stable và beta đóng package cùng source ak:agent-browser. Skill chuyển chi tiết command cho CLI đã cài, vì vậy output live của skills get có thể tiến hóa độc lập với release này.

Xử lý sự cố và hiểu giới hạn