Skriptbasierte Aktionen in einer gehosteten Browsersitzung ausführen

Browserbase bietet einen gehosteten Browser, der programmatisch gesteuert werden kann, um Seiten zu laden und Aktionen wie Klicken oder das Ausfüllen eines Formulars auszuführen. Ein Beam-Agent startet eine Sitzung, sobald ein Trigger ausgelöst wird – zum Beispiel eine Aufgabe, die das Überprüfen oder Aktualisieren von Informationen auf einer Website ohne API erfordert –, führt die freigegebene Abfolge von Aktionen aus und liest das Ergebnis aus. Jeder Schritt, der sich unerwartet verhält – wie ein Seitenlayout, das nicht den Erwartungen des Agenten entspricht, oder ein fehlgeschlagener Login –, wird zur Überprüfung an einen Menschen weitergeleitet, bevor die Aufgabe erneut versucht wird.

Seiteninhalte und Screenshots bei Bedarf erfassen

Ein Beam-Agent kann eine Browserbase-Sitzung nutzen, um den aktuellen Status einer Seite zu erfassen, beispielsweise als Screenshot oder sichtbaren Text. Dies dient als Nachweis, dass eine Aufgabe abgeschlossen wurde, oder als Grundlage für eine Entscheidung, wie etwa die Bestätigung eines Bestellstatus, der nur in einem Webportal angezeigt wird. Der Agent liest diesen erfassten Inhalt und wendet eine freigegebene Regel an, wie beispielsweise das Aktualisieren eines Datensatzes mit dem bestätigten Status. Wenn der erfasste Inhalt unklar ist, im Widerspruch zu vorhandenen Daten steht oder eine Fehlerseite anzeigt, wird eine Person gebeten, die Quelle direkt zu überprüfen.

Sitzungsstatus über mehrstufige Aufgaben hinweg verwalten

Mehrstufige Web-Aufgaben, wie das Navigieren durch mehrere Seiten, um einen bestimmten Datensatz zu erreichen, erfordern, dass die Browsersitzung den Status (z. B. den Login-Status) über jeden einzelnen Schritt hinweg beibehält. Ein Beam-Agent verwaltet eine Browserbase-Sitzung über eine solche Sequenz hinweg, liest und reagiert auf den Inhalt jeder Seite während des Prozesses und wendet die freigegebene Regel für den Umgang mit dem Ergebnis an – beispielsweise die Aktualisierung eines Datensatzes, sobald die letzte Seite dies bestätigt. Wenn die Sitzung abläuft, auf eine unerwartete Aufforderung stößt oder einen Schritt erfordert, der außerhalb der Freigabe liegt, stoppt der Agent und übergibt die Aufgabe an einen Menschen.