Обзор браузера — документация AIKraft Agents

AIKraft Agents включает встроенный браузер Chromium, который ваш агент может управлять напрямую. Переходите по страницам, заполняйте формы, нажимайте кнопки, извлекайте данные, выполняйте JavaScript и анализируйте сетевой трафик — всё без выхода из диалога.

Когда использовать браузер

Хорошо подходит для браузера: одноразовые задачи без переиспользуемой интеграции, UI-рабочие процессы без API, срочные задачи при недоступности источника, скрейпинг и извлечение данных, заполнение форм и многоэтапные веб-процессы.
Лучше с источником: повторяемые задачи, командная автоматизация и отчётность, процессы с стабильным программным доступом, когда для сервиса уже существует API или MCP-сервер.

Основной рабочий процесс

Каждое взаимодействие с браузером следует одному шаблону:

Открытие браузера: агент открывает окно браузера в фоновом режиме (или переиспользует существующее).
Навигация на страницу: загрузка URL — агент может перейти на любой сайт, включая уже авторизованные.
Анализ страницы: агент создаёт снимок страницы — структурированное дерево доступности, идентифицирующее каждый интерактивный элемент (кнопки, ссылки, поля ввода) с помощью ссылок вида @e1, @e2 и т.д.
Взаимодействие: используя эти ссылки, агент может нажимать кнопки, заполнять текстовые поля, выбирать опции выпадающих списков, прокручивать страницу и отправлять клавиатурные комбинации.
Извлечение или проверка: чтение результатов — извлечение данных с помощью JavaScript, создание скриншотов для визуальной проверки или анализ сетевого трафика для понимания выполнения.

Что можно делать

Навигация и клики: открытие URL, нажатие кнопок и ссылок, переход в истории назад/вперёд.
Заполнение форм: ввод текста в поля, выбор опций выпадающих списков, отправка форм.
Извлечение данных: выполнение JavaScript для запроса DOM и извлечения структурированных данных с любой страницы.
Скриншоты: создание полностраничных или целевых скриншотов конкретных элементов или областей.
Анализ сети: просмотр API-запросов, которые делает страница — отладка ошибок или обнаружение внутренних эндпоинтов.
Клавиатурный ввод: отправка нажатий клавиш и комбинаций (Enter, Escape, Cmd+K и т.д.).

Разрешения

Инструменты браузера работают во всех режимах прав, включая Изучение. Агент может просматривать, читать и извлекать данные без переключения на более высокий уровень прав.

Перед первым взаимодействием с браузером в каждой сессии агент изучает руководство по инструментам браузера. Это гарантирует правильное использование инструментов и соблюдение лучших практик. Если вы заметите краткий пауз перед первым действием с браузером, это связано с этим этапом.

Жизненный цикл окна

Окно браузера сохраняется между взаимодействиями в рамках сессии. Когда агент завершает работу:

Действие	Что происходит	Когда использовать
Закрыть	Окно уничтожается, все данные теряются	Задача завершена, браузер не нужен
Освободить	Наложение агента скрывается, окно остаётся видимым	Агент завершил работу, вы можете продолжить просмотр
Скрыть	Окно скрывается, но сохраняется в памяти	Временная пауза, возможно, понадобится браузер позже

Закрытие окна браузера с помощью кнопки закрытия ОС скрывает его, а не уничтожает — агент может мгновенно открыть его снова.

Вкладки в рамках workspace

Окна браузера привязаны к workspace, который их открыл. При переключении workspace панель инструментов и строка вкладок отображают только вкладки браузера, принадлежащие активному workspace — сессии в другом workspace могут поддерживать собственные окна в параллели без загромождения вашего вида.

Ручные окна, которые вы открываете из верхней панели, следуют тому же правилу: они принадлежат workspace, который был активен в момент открытия.

Браузер на удалённых workspace

При подключении к удалённому workspace из настольного приложения агент, работающий на сервере, управляет вашим локальным браузером, а не запускает headless Chromium на удалённой машине. Удалённый агент обратится к вашему настольному клиенту через то же самое WebSocket-соединение, и вы увидите окно браузера на своём компьютере — уже авторизованное в ваших аккаунтах, с вашими cookies и расширениями.

Поддержка удалённого браузера требует настольного приложения в качестве клиента. Инструмент браузера недоступен, если единственный подключённый клиент — веб-интерфейс или CLI.

Что это значит на практике

Окно браузера открывается на вашем рабочем столе, а не на сервере.
Используются ваши логины и session cookies — не нужно повторно авторизоваться на удалённой стороне.
Если вы отключите настольный клиент посередине задачи, следующий вызов браузера удалённого агента завершится с понятной ошибкой «клиент отключён» вместо зависания.
Переключение workspace не перехватывает окна удалённой сессии — они остаются привязанными к workspace, который их открыл.

Защита удалённого JavaScript

browser_tool evaluate выполняет произвольный JavaScript на странице. Поскольку страница загружается на вашей машине с вашими cookies, настольный клиент применяет локальный переключатель перед тем, как разрешить удалённому агенту выполнять JS:

Настройка	По умолчанию	Эффект при отключении
`allowRemoteEvaluate`	`true`	Удалённые вызовы `evaluate` отклоняются локально с ошибкой `BROWSER_REMOTE_EVALUATE_BLOCKED`. Навигация, клики, заполнение форм и создание скриншотов продолжают работать.

Отключите эту опцию в Настройки → AI → Дополнительно (или установите "allowRemoteEvaluate": false в ~/.craft-agent/config.json), если вы не полностью доверяете удалённым workspace, к которым подключаетесь. Локальные сессии не затрагиваются — защита применяется только к агентам на удалённых серверах.

Загрузка файлов (browser_tool upload_file) всегда блокируется через удалённый мост, так как файл должен быть прочитан с удалённой машины.