Браузер (Browser)

Блок Браузер (Browser) открывает сайт так, как это делает человек: страница запускается в настоящем Chromium (движок браузера, тот же, что у Google Chrome). Видно и то, что появляется только после скриптов, — обычный HTTP-запрос такой страницы часто отдаёт пустую заготовку.

На холсте одно поле Действие. От него зависят остальные поля. Тип блока — browser.

Два способа работы

• Точные действия — вы сами указываете, что сделать: открыть адрес, нажать элемент, ввести текст, снять экран. Один блок — одно действие. Несколько блоков можно связать одной сессией (номер открытого браузера: следующий блок продолжает на той же странице).
• Задание модели — вы описываете цель словами в поле Задание. Модель сама читает страницу и выбирает шаги, держа один браузер открытым до конца прогона.

Параметры, общие для всех действий

Эти поля есть у каждого действия. Сессия и Держать браузер открытым — в расширенном режиме блока.

Нужен либо Адрес, либо Сессия. Оба пустые — блок не знает, на какой странице работать.

Точные действия

По умолчанию каждое точное действие открывает новый пустой браузер и закрывает его после ответа: вход, cookie (небольшие данные, по которым сайт узнаёт вошедшего) и наполовину заполненная форма не сохраняются. Поэтому Адрес обязателен, пока вы не передаёте сессию.

Общее дополнительное поле точных действий (у задания модели его нет — модель сама решает, когда подождать):

Открыть страницу (browser_navigate)

Загружает адрес и возвращает, что на странице.

Вход

Дополнительных полей нет — достаточно общих параметров.

Выход

Дальше удобно отдать <browser1.content> в блок Агент и вытащить нужную часть.

Нажать (browser_click)

Нажимает элемент и возвращает страницу, которая получилась.

Вход

Выход

Те же поля, что у Открыть страницу.

Ввести текст (browser_type)

Печатает в поле. Удобно для поиска и для заполнения формы по одному полю в цепочке сессий.

Вход

Выход

Те же поля, что у Открыть страницу.

Снимок экрана (browser_screenshot)

Фотографирует страницу. Картинка приходит строкой data URI (изображение, вшитое в текст) — её читают блок Vision и Агент.

Вход

Выход

Те же поля, что у Открыть страницу, плюс:

Как взять селектор

1. Откройте ту же страницу в своём браузере.
2. Нажмите на элемент правой кнопкой → Просмотреть код.
3. Ещё раз правой кнопкой по строке в коде → Копировать → Копировать селектор.
4. Вставьте значение в Элемент.

Короткий селектор по идентификатору или имени поля (button#login, input[name='q']) переживает смену вёрстки лучше, чем длинная цепочка div > div:nth-child(3) > span.

Цепочка блоков на одной сессии

Вход одним блоком, заполнение формы вторым, чтение результата третьим — на одном живом браузере. Правило: у каждого блока кроме последнего включено «Держать браузер открытым», а каждый следующий получает sessionId предыдущего.

1. Первый блок: укажите Адрес, включите Держать браузер открытым. В выходах появится sessionId.
2. Следующие блоки: в Сессия вставьте <browser1.sessionId> (подставьте имя своего блока). Адрес оставьте пустым, если нужно остаться на текущей странице. Если адрес всё же указан, браузер сначала перейдёт по нему.
3. Последний блок: Держать браузер открытым выключено. Браузер закроется, sessionId в ответе не будет.

Браузер 1  Ввести текст (логин)     Адрес: https://portal.example/login   Держать открытым: да
Браузер 2  Ввести текст (пароль)    Сессия: <browser1.sessionId>          Держать открытым: да
Браузер 3  Нажать «Войти»           Сессия: <browser2.sessionId>          Держать открытым: да
Браузер 4  Открыть страницу заказов Сессия: <browser3.sessionId>          Держать открытым: нет

Что важно заранее:

• Открытый браузер не ждёт вечно. Если к нему не возвращаются 5 минут, он закрывается, и номер сессии перестаёт действовать. Отсчёт начинается заново после каждого использования.
• Одновременно ждут не больше 10 браузеров. Когда нужен одиннадцатый, закрывается тот, к которому дольше всех не заходили.
• Ошибка в действии закрывает браузер. Продолжать в нём нечего.
• Неизвестная или просроченная сессия — понятная ошибка: «браузер больше не открыт». Так же бывает после перезапуска приложения: список открытых браузеров живёт в памяти и перезапуск не переживает.
• Задание модели тоже умеет передать сессию следующему заданию — см. ниже про вход с подтверждением на телефоне.

Задание модели (browser_run_task)

Действие Выполнить задание (ИИ) работает наоборот: вы не перечисляете клики, а пишете цель. Модель читает каждую страницу, выбирает шаг и в конце отвечает словами. Один браузер живёт весь прогон: вход и работа за ним — один блок.

Ответ приходит на том языке, на котором написано Задание.

Пишите проверяемый результат, не сценарий кликов. В задании должны быть цель, входные данные и ограничения, какие изменения на сайте разрешены, по какому видимому признаку считать работу законченной, что вернуть и когда остановиться для человека. Стартовый адрес держите в Адрес, не копируйте его в текст. Не вставляйте пароли и токены буквально. Не придумывайте селекторы и имена внутренних действий — модель смотрит на открытую страницу сама.

Плохо: «Открой сайт, нажми первую кнопку, затем вторую и проверь заказ».

Хорошо: «Найди последний оплаченный заказ клиента <start.customerId>. Ничего не изменяй. Задача выполнена, когда на странице заказа видны номер, статус и дата оплаты. Верни эти три значения. Если нужен вход или подтверждение, которого нет в текущей сессии, остановись и запроси человека».

Вход

Поля Сессия и Держать браузер открытым нужны, только чтобы передать ту же страницу следующему блоку. Внутри одного задания браузер и так не закрывается между шагами. Поля Дождаться текста у задания нет.

Модель может открывать страницы, нажимать, вводить текст, заполнять форму, ждать, искать на странице, переключать вкладки, снять экран для себя, закончить работу или попросить человека. Произвольный код на странице и произвольные запросы от имени сессии она выполнить не может.

Выход

При обычном успешном завершении снимка в выходах нет: картинка кабинета оседает в журнале, и блок отдаёт её только когда без неё не разобраться.

Если следующие блоки должны читать поля, а не разбирать текст, задайте Формат ответа:

{
  "type": "object",
  "properties": {
    "order_number": { "type": "string" },
    "status": { "type": "string" },
    "delivery_date": { "type": "string" }
  },
  "required": ["order_number", "status"]
}

Тогда придут и answer, и data с теми же значениями по полям.

Статусы задания

Вход с подтверждением на телефоне

Одно задание не проходит экран «подтвердите в приложении»: оно останавливается со статусом needs_human. Страницу можно передать второму заданию.

1. Задание 1 — «войти и остановиться на экране подтверждения». Включите Держать браузер открытым. В ответе будет sessionId.
2. На телефоне примите вход. Успеть нужно за 5 минут простоя сессии.
3. Задание 2 — вставьте этот sessionId в Сессия, Адрес оставьте пустым, в Задании опишите, что делать дальше.

Чего блок не делает

• Не открывает адреса с логином и паролем внутри URL (https://user:pass@…).
• Не ходит во внутреннюю сеть (127.0.0.1, 192.168.*, имена без точки). Нужен внутренний портал — это настройка всей установки, не поле блока.
• Не выполняет произвольный код на странице и не шлёт произвольные запросы с cookie открытой сессии.
• Не помнит страницу после ошибки, после 5 минут простоя и после перезапуска приложения.
• Не даёт гарантии как у интеграции по API: сменилась вёрстка — селектор точного действия может сломаться. Задание модели обычно опирается на подписи кнопок, но и оно не контракт.
• Не подходит для длинного «покликай 40 раз»: предел шагов — потолок, не цель. На известной странице точные действия быстрее и предсказуемее. Прогон задания идёт минуты, не секунды.

Примеры

Прочитать публичную страницу

Старт → Браузер (Открыть страницу) → Агент (выбрать поля) → Ответ

Войти и прочитать кабинет точными действиями

Браузер (ввод логина, держать открытым) → Браузер (ввод пароля, сессия) → Браузер (нажать «Войти», сессия) → Агент

Цель словами, данные следующему блоку

Браузер (Выполнить задание, Формат ответа) → Условие по status → Функция или канал