Web Access: AI एजेंटों के लिए ब्राउज़र एक्सेस

Web Access उन एजेंटों के लिए ओपन-सोर्स Skill है जो SKILL.md का समर्थन करते हैं। यह Chrome DevTools Protocol (CDP) के जरिए एजेंट को उपयोगकर्ता के सामान्य Chrome ब्राउज़र से जोड़ता है। एजेंट पेज की संरचना और दिखाई देने वाली सामग्री देख सकता है, लिंक ढूँढ सकता है, नेविगेट कर सकता है, क्लिक और स्क्रॉल कर सकता है, फ़ॉर्म भर सकता है, फ़ाइलें अपलोड कर सकता है और स्क्रीनशॉट या वीडियो फ़्रेम कैप्चर कर सकता है। यह गतिशील पेजों या लॉगिन के बाद उपलब्ध सामग्री वाले कार्यों में उपयोगी हो सकता है।

सुविधाएँ और सेटअप

एक हल्का स्थानीय प्रॉक्सी एजेंट और Chrome को जोड़ता है, इसलिए अलग ब्राउज़र प्रोफ़ाइल आवश्यक नहीं है। प्रोजेक्ट अलग-अलग टैब में समानांतर शोध का भी वर्णन करता है। शुरू करने के लिए रखरखावकर्ता के निर्देशों के अनुसार Skill स्थापित करें, Node.js 22 या नया और Google Chrome तैयार रखें, फिर Chrome remote debugging सक्षम करें। इसके बाद संगत एजेंट से पेज देखने, जानकारी निकालने या पेज के साथ इंटरैक्ट करने को कहा जा सकता है।

उपयोग और सीमाएँ

इसका उपयोग सार्वजनिक या अधिकृत जानकारी खोजने, JavaScript से रेंडर किए गए पेज पढ़ने, विषयों की तुलना करने और कई चरणों वाले फ़ॉर्म में सहायता के लिए किया जा सकता है। परिणाम अधूरे हो सकते हैं या वेबसाइट बदलने पर बदल सकते हैं; महत्वपूर्ण जानकारी मूल पेज पर जाँचें। पहुँच ब्राउज़र सत्र, अनुमतियों, नेटवर्क और वेबसाइट के व्यवहार पर निर्भर करती है। CAPTCHA, पहुँच नियंत्रण, साइट नियम और सेवा शर्तें लागू रहती हैं। ब्राउज़र चलाने से हर साइट या कार्रवाई सफल होने की गारंटी नहीं मिलती, और लॉगिन सत्र संवेदनशील खाता जानकारी उजागर कर सकता है।

अक्सर पूछे जाने वाले प्रश्न

क्या यह अलग ब्राउज़र इस्तेमाल करता है? यह CDP के जरिए उपयोगकर्ता के Chrome से जुड़ता है और मौजूदा सत्र का उपयोग कर सकता है। प्रोफ़ाइल और खाता अनुमतियों को सुरक्षित रखें।

क्या आवश्यक है? Node.js 22+, Google Chrome, SKILL.md-संगत एजेंट और Chrome remote debugging सक्षम होना चाहिए।

क्या यह हर वेबसाइट खोल सकता है? नहीं। लॉगिन, अनुमतियाँ, नेटवर्क, साइट नीतियाँ और पेज में बदलाव पहुँच को प्रभावित करते हैं। महत्वपूर्ण परिणाम लक्ष्य वेबसाइट पर जाँचें।