123 lines
3.0 KiB
Markdown
123 lines
3.0 KiB
Markdown
---
|
||
name: browser-task
|
||
description: 智能浏览器任务 - 描述任务，自动完成（推荐优先使用）
|
||
system: true
|
||
handler: browser
|
||
tool-name: browser_task
|
||
category: Browser
|
||
priority: high
|
||
---
|
||
|
||
# browser_task - 智能浏览器任务
|
||
|
||
**推荐优先使用** - 这是浏览器操作的首选工具。
|
||
|
||
基于 [browser-use](https://github.com/browser-use/browser-use) 开源项目实现。
|
||
|
||
## 用法
|
||
|
||
```python
|
||
browser_task(
|
||
task="要完成的任务描述",
|
||
max_steps=15 # 可选，默认 15
|
||
)
|
||
```
|
||
|
||
## 参数
|
||
|
||
| 参数 | 类型 | 必填 | 说明 |
|
||
|------|------|------|------|
|
||
| task | string | 是 | 任务描述，用自然语言描述你想完成的操作 |
|
||
| max_steps | integer | 否 | 最大执行步骤数，默认 15 |
|
||
|
||
## 何时使用（优先）
|
||
|
||
- 任何涉及多步骤的浏览器操作
|
||
- 网页搜索、表单填写、信息提取
|
||
- 不确定具体操作步骤时
|
||
- 复杂的网页交互流程
|
||
|
||
## 示例
|
||
|
||
### 搜索任务
|
||
```python
|
||
browser_task(task="打开百度搜索福建福州天气")
|
||
```
|
||
|
||
### 表单填写
|
||
```python
|
||
browser_task(task="打开 example.com 的注册页面，填写用户名 test123")
|
||
```
|
||
|
||
### 信息提取
|
||
```python
|
||
browser_task(task="打开 GitHub 首页，获取今日热门项目的名称")
|
||
```
|
||
|
||
### 截图任务
|
||
```python
|
||
browser_task(task="打开百度搜索福建福州，截图保存")
|
||
```
|
||
|
||
## 何时使用细粒度工具
|
||
|
||
仅在以下情况使用 `browser_navigate`、`browser_click` 等细粒度工具：
|
||
|
||
- `browser_task` 执行失败需要手动介入
|
||
- 仅需单步操作（如只截图 `browser_screenshot`）
|
||
- 需要精确控制特定元素
|
||
|
||
## 返回值
|
||
|
||
```json
|
||
{
|
||
"success": true,
|
||
"result": {
|
||
"task": "打开百度搜索福建福州",
|
||
"steps_taken": 5,
|
||
"final_result": "搜索完成，已显示福建福州相关结果",
|
||
"message": "任务完成: 打开百度搜索福建福州"
|
||
}
|
||
}
|
||
```
|
||
|
||
## 注意事项
|
||
|
||
1. 任务描述要清晰具体，避免歧义
|
||
2. 复杂任务可能需要增加 max_steps
|
||
3. 首次使用会自动启动浏览器（可见模式）
|
||
4. **自动继承系统 LLM 配置**，无需额外配置 API Key
|
||
|
||
## 技术细节
|
||
|
||
- 通过 CDP (Chrome DevTools Protocol) 复用 OpenAkita 已启动的浏览器
|
||
- 自动继承 OpenAkita 系统配置的 LLM（来自 llm_endpoints.json）
|
||
- 基于 [browser-use](https://github.com/browser-use/browser-use) 开源项目
|
||
|
||
## 高级：操作用户已打开的 Chrome
|
||
|
||
如果想让 OpenAkita 操作你已打开的 Chrome 页面，需要以调试模式启动 Chrome：
|
||
|
||
**Windows:**
|
||
```cmd
|
||
"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222
|
||
```
|
||
|
||
**macOS:**
|
||
```bash
|
||
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222
|
||
```
|
||
|
||
**Linux:**
|
||
```bash
|
||
google-chrome --remote-debugging-port=9222
|
||
```
|
||
|
||
启动后，OpenAkita 会自动检测并连接，可以操作你已打开的标签页。
|
||
|
||
## 相关技能
|
||
|
||
- `browser_screenshot` - 单独截图
|
||
- `browser_navigate` - 单独导航
|
||
- `deliver_artifacts` - 发送结果给用户
|