Agent Browser

• Du behöver automatisera flerstegs-webbläsararbetsflöden där en AI-agent måste navigera, läsa tillstånd och interagera över flera sidor.
• Du kräver deterministiskt elementval — ref-baserad målsättning eliminerar skörheteten hos XPath eller pixelbaserade klick.
• Du arbetar med komplexa Single Page Applications (SPAs) där DOM:en förändras dynamiskt och ögonblicksbilder måste tas om efter varje åtgärd.
• Du behöver sessionsisolering — för att köra flera samtidiga webbläsarkontexter (t.ex. admin och användare) utan störningar.

• Du behöver skärmdumpar eller PDF-filer för visuell analys — använd ett inbyggt webbläsarverktyg som är specialiserat på visuell granskning.
• Du behöver integration av webbläsartillägg — Agent Browser stöder inte inläsning av tillägg.
• Din uppgift är rent visuell och innebär inte interaktion med sidelement.

Istället för ömtåliga CSS-selektorer eller koordinater fångar Agent Browser tillgänglighetsträdet och tilldelar stabila @ref-ID:n (t.ex. @e2) till varje element. AI-agenter tolkar dessa refs från JSON-utdata och använder dem för alla efterföljande interaktioner, vilket säkerställer tillförlitlig målprecision även vid dynamiska siduppdateringar.

Stöder klick, fyll, skriv, hovra, kryssa i/ur, välj, dra, scrolla, tryck och mer — allt ref-drivet. Tillhandahåller även get- och is-kommandon för att extrahera text, HTML, attribut samt kontrollera synlighet eller aktiverat tillstånd.

Kör flera namngivna sessioner samtidigt med --session <namn>. Varje session upprätthåller sitt eget webbläsarkontext, vilket möjliggör scenarier som att testa admin- och användarroller sida vid sida utan att cookies eller tillstånd läcker över mellan sessionerna.

Spara cookies och lokal lagring till en JSON-fil med state save, och ladda sedan om det senare med state load för att helt hoppa över inloggningsflöden — idealiskt för upprepade automatiseringskörningar.

Blockera oönskade förfrågningar (t.ex. annonser), mocka API-svar och inspektera nätverksaktivitet — allt från CLI:t. Användbart för testning och skrapning utan extern störning.

Vänta på element, textinnehåll, URL-mönster, nätverksinaktivitet eller godtyckliga JavaScript-villkor. Säkerställer stabila ögonblicksbilder innan Agent Browser fortsätter till nästa steg.

En AI-agent navigerar till en sökmotor, fyller i en fråga via ett ref-identifierat inmatningsfält, väntar på resultat och extraherar sedan text och länkar från resultatelement – allt utan skärmdumpar eller manuell justering av selektorer.

Två samtidiga sessioner — en autentiserad som admin, en som vanlig användare — interagerar med samma app parallellt. Varje session laddar sitt eget sparade autentiseringstillstånd, vilket möjliggör validering av parallella arbetsflöden.

En agent loggar in en gång, sparar sessionstillståndet till auth.json, och vid efterföljande körningar läser in detta tillstånd för att hoppa över inloggningen — och går sedan direkt vidare till att fylla i och skicka formulär.

För komplexa React- eller Vue-appar tar Agent Browser en ny ögonblicksbild efter varje navigering eller tillståndsändring och arbetar alltid utifrån ett uppdaterat tillgänglighetsträd för att säkerställa att referenser är aktuella innan interaktion sker.