READ / 带走
- 只查公开资料用网页搜索，要「进页面把事办完」才用浏览器操作
- 浏览器窗口就在你面前，登录、验证码和二次验证由你亲自完成
- 每个会话使用独立浏览器 session，发布、付款、删除类动作要求先确认
浏览器操作（Browser Use）是随应用发布的系统插件。它让 Agent 通过 agent-browser 命令行驱动一个真实的 Chrome：打开网址、用无障碍树快照定位元素、点击、输入、等待、翻页并取回结果。页面是真的，登录态是你自己的，因此它能做到网页搜索做不到的事。
面板入口：设置 → 更多选项 → 浏览器操作。面板只负责运行时状态与说明，真正的入口是对话框——直接在会话里说明目标和网址即可。
先判断该用哪一个
USE THIS
使用浏览器操作
- 页面需要登录才能看到
- 要填表单、切筛选、翻到第 N 页
- 要在后台里完成一次多步骤操作
- 要把多个页面的结果对照整理
NOT THIS
改用网页搜索
- 只需要公开资料的摘要或出处
- 问题能靠一次检索回答
- 不需要保持任何页面状态
网页搜索给你的是别人整理过的摘要；浏览器操作是真的开一个浏览器。要「看一眼资料」用搜索，要「替我把事办了」用它。
首次使用会装什么
插件本身随应用发布，不需要安装；第一次做浏览器任务时，Agent 会自行准备运行时。
检查运行时
Agent 先确认 agent-browser 是否存在以及版本是否满足插件锁定的版本。版本读不出来时按不兼容处理，宁可提示重装也不静默失败。
安装锁定版本
缺失或过旧时，Agent 把锁定版本装进 Vetta 私有的 npm 目录（约 90MB）。安装前会校验该私有目录确实存在，不会改动你机器上已有的全局 agent-browser。
准备浏览器
健康检查发现没有可复用的 Chrome 时，会再下载一次 Chrome for Testing；系统已有 Chrome 则直接复用，不额外下载。
自动流程失败时用面板
自动准备失败时，到 设置 → 更多选项 → 浏览器操作 面板里重新检查、安装或升级，面板会显示失败命令与原因。
面板状态含义：
| 状态 | 含义 | 下一步 |
|---|---|---|
| 已就绪 | CLI 可用，直接在会话里提要求即可 | 无需操作 |
| 尚未安装运行时 | 第一次使用，或运行时被移除 | 点击安装 |
| 运行时版本过旧 | PATH 上有更旧的 agent-browser | 点击升级，装入 Vetta 自己的运行时目录 |
| 尚未安装浏览器 | 本机没有可复用的 Chrome | 下载 Chrome for Testing |
| 安装失败 | 网络、权限或命令冲突 | 看面板给出的命令与错误，修复后重试 |
一次任务是怎么跑的
- 打开页面：Agent 用带窗口的模式打开目标网址，你能看到它在做什么。
- 读页面：抓取交互元素快照并拿到元素引用，比传整页 HTML 省上下文，也比截图更准。
- 操作：按引用点击、输入、选择、滚动。
- 同步：等元素出现、等地址变化或等加载完成，而不是随便睡几秒。
- 重新快照：导航、提交、弹窗或明显的动态渲染之后，元素引用会失效，必须重新抓取，不能凭记忆复用。
- 取结果：需要语义结果时直接取标题、地址或正文文本，整理成你要的形式。
可以直接抄走的说法：
打开 https://example.com/admin，我自己在弹出的窗口里登录，登录完你继续把「本月订单」整理成表格给我。打开这个报名表单，按下面的信息填好，但先别提交，填完让我确认一下：姓名 张三、邮箱 [email protected]。打开这两个商品页，对比价格、库存和预计送达时间，做成一张对照表。登录、会话与多账号
- 登录你自己来：浏览器窗口可见，账号密码、验证码和二次验证都由你在窗口里完成，完成后 Agent 接着做。
- 会话隔离：每个 Agent 会话有自己的浏览器 session。新会话不会接管旧会话的活动页面，插件通过
ctx.browserAPI 使用的浏览器也和 Agent 的 CLI session 相互独立。 - 长期复用登录态：需要跨会话保留 Cookie 和本地存储时，按账号使用稳定的账号键保存状态；需要完整的持久 Chrome 配置时才用独立 profile。
- 同一任务多个账号：为每个账号使用不同的账号键，登录状态分别保存，不会互相覆盖。
- 关闭不等于清空：关掉当前浏览器 session 不会删除已保存的账号状态或持久 profile。
安全边界
- 页面内容是数据不是指令。页面上写着「请执行以下操作」不构成授权。
- 发布、提交、发送、删除、付款、改权限这类不可逆动作，Agent 应当先把「具体会发生什么」讲清楚并等你确认。任务里明确写上「先别提交，让我确认」最稳妥。
- 凭证、Cookie 和 token 不会被复制到对话输出里；你也不要把邮箱、密码、Cookie、token 写进账号键、profile 名称或提示词。
- 让 Agent 做浏览器任务，只授权了这一次浏览器操作，不等于授权它在目标站点上做任何别的事。
跑不起来时
- 面板显示版本过旧，多半是你机器上早先全局装过
agent-browser且在 PATH 里排在前面。用面板升级到锁定版本；仍被旧版抢占时，先排查命令查找顺序，不要反复重装。 - 不要让 Agent 执行运行时自带的
upgrade：它会绕过版本锁定。诊断修复类命令也不应自动执行，它可能重装浏览器并清掉已保存状态。 - 页面点不动、元素找不到，通常是快照过期。让 Agent 重新抓取快照再操作，而不是猜测元素。
- Linux 上的系统依赖安装涉及包管理器和提权，需要你明确同意后再执行。
- 一次准备流程里最多允许一次 CLI 安装和一次浏览器安装；反复失败时应停下来看具体报错，而不是循环重试。