コンテンツにスキップ

エージェントが開いたブラウザを操作する

エージェントがワークスペースの中で自分のブラウザ(Chromium)を動かしていて、ログイン、ワンタイムコードの入力、同意のチェックのような 人にしかできない操作に行き当たったとき、そのページをあなたが引き取って操作できます。

あなたがやること エージェントがやること
― ページをあなたに渡し、返信にリンクを出す
リンクを押してページを開く 操作をあなたに引き渡す
頼まれた操作をして「操作完了」を押す あなたの報告を受けて、作業を続ける

起動した Web アプリを見る のブラウザペインとは別のものです。あちらは自分で起動した Web アプリを開き、 こちらはエージェントがすでに開いているページを引き取ります。

  1. エージェントの返信に出る「ブラウザを開いて操作する(このタブのペインで開きます)」を押します。押さない限り何も開きません
  2. ページが、今見ているタブのペインに開きます。開いた直後は「閲覧のみ」で、画面は動いていますが、クリックもスクロールもキー入力も届きません
  3. エージェントが操作を引き渡すと「ユーザー操作」に変わり、触れるようになります
  4. 「ブラウザ操作の依頼」に出ている内容のとおりに操作します
  5. 終わったら「操作完了」を、やめるときは「中止」を押します。エージェントに伝わります
  • 押しても反応しないときは、まだ「閲覧のみ」です。ペインの上にもそう出ます
  • エージェントに伝わるのは、あなたが何をしたかです。サイトの側で処理が成功したことの証明ではありません。最後の送信・購入・同意のクリックをエージェントに任せないのも同じ理由です
  • ペインの数が上限に達しているときは、今のペインを置き換えてよいか確認が出ます
  • 「表示を閉じる」は表示をやめるだけです。エージェントのブラウザもページもそのまま残ります
  • 開いているものは、ワークスペース操作バーの「プレビュー」の「接続中のブラウザ(エージェントが接続した既存 Chromium)」から開き直せます
  • 同じ Chromium にほかのタブがあれば、「別のタブに切り替える」で移れます

ワークスペースを Kubernetes(プレビュー版)か ECS Fargate で動かす配備にはブラウザ機能がなく、エージェントからページを渡してもらうこともできません。 理由は ブラウザペイン — 利用契約 にあります。