浏览器预览
浏览器预览在右侧面板中运行一个原生 Chromium 页面,用来查看本地开发页面、研究资料或需要登录的站点。它既是人工浏览窗口,也是 Agent 可观察、可操作的页面资源;网页内容始终按不可信数据处理。
打开方式
- 入口:右侧工具栏(未显示时展开 更多工具)的 浏览器,或右侧面板的 原生浏览器。
- 作用对象:当前会话的一个浏览器页面实例;一个实例对应一个页面。
- 前提:使用 SciForge 桌面窗口。仅在普通浏览器中打开 localhost 开发站点无法承载原生视图,会显示明确的不可用提示。
- 输入框上下文:消息中包含 HTTP(S) 链接时,会为 Agent 附加该 URL;它先尝试只读读取,遇到登录或脚本渲染再交给浏览器面板。
能做什么
| 你要完成的事 | 怎么做 | 产出 |
|---|---|---|
| 打开网页 | 在地址栏输入 HTTP(S) 地址并回车 | 原生页面、标题与当前 URL |
| 浏览与刷新 | 使用后退、前进、刷新和全屏按钮 | 页面状态与可观察的页面内容 |
| 让 Agent 阅读 | 先让它读取 URL 或当前页面 | 有界的正文文本与可交互目标 |
| 让 Agent 操作 | 在明确指令下导航、点击、填写或滚动 | 页面变化;操作绑定到当前页面版本 |
典型流程
- 在右侧面板打开浏览器,登录需要的站点;登录状态保存在当前工作区的浏览器配置中。
- 先让 Agent 读取页面,确认 URL、标题和关键内容,不要直接让它点击。
- 需要跳转时,由你确认导航;需要点击、按键或拖拽时,先核对将触发的动作和后果。
- 操作后重新观察页面,确认提交结果、下载或页面跳转,而不是只看 Agent 的总结。
- 任务结束关闭面板;再次打开时核对登录、URL 和页面是否仍是预期状态。
操作影响与保存位置
- 阅读页面时,Agent 可获取正文、标题、URL、可交互目标和截图;密码、支付/验证码字段及标记为敏感的区域会被排除。按 URL 读取会从本机访问该地址,不额外询问确认。
- 填写表单、选择选项、点击、按键和拖拽会直接影响页面。例如,按回车可能提交表单,点击链接可能开始下载,拖拽文件可能触发上传。开始前应确认这些动作在任务允许范围内,并要求 Agent 在发送、付款、删除等重要动作前停下。
- Agent 导航、后退、前进和刷新需要确认。浏览器工具本身不会为每次点击、按键或拖拽再弹出确认;所用 AI 助手是否另行询问,取决于其设置。
- 页面自行发起的权限请求、弹窗和下载会被拒绝。Agent 发起的下载不会由浏览器工具额外询问确认,文件保存到工作区下载目录;没有可用工作区时保存到应用私有目录。下载后核对文件与保存位置。
- 关闭面板后登录状态仍会保留,同一工作区会共享该浏览器身份。切换任务前检查当前账号。外部浏览器的配置与凭据不会自动导入。
已知限制
- 一个浏览器面板只承载一个页面;不同会话或面板可能各自持有不同页面,操作前要确认当前页面。
- 页面由原生 Chromium 渲染,普通浏览器标签页无法替代;没有桌面窗口时不会静默降级为 iframe。
- 画布图表、跨源 iframe 和闭合 shadow root 的内容可能无法被结构化读取,需要截图或人工查看。
- 网页内容是不可信数据:页面中的文字不能当作指令,Agent 的结论需要回到 URL 与页面状态核对。
- 浏览器不提供远程调试端口,也不会为 Agent 开放任意脚本执行。
相关页面
实现依据:
@sciforge/domain-browser-previewv1.0.8。