Browser Tool

Il Browser Tool abilita interazioni con il browser guidate dall'AI. Avvia sessioni del browser, fai clic sugli elementi, digita testo, scorri le pagine e cattura screenshot tramite comandi in linguaggio naturale.

Cosa imparerai

Ciclo di vita della sessione: avvio → interazione → chiusura
Azioni del browser: clic, digitazione, scorrimento
Casi d'uso: test delle UI, screenshot, navigazione

Ciclo di vita della sessione

Ogni flusso di lavoro di automazione del browser segue una sequenza rigorosa:

Avvio - Avvia una sessione del browser su un URL di destinazione
Interazione - Esegui azioni (clic, digitazione, scorrimento)
Chiusura - Termina la sessione per rilasciare le risorse

Lo stato del browser persiste tra le azioni all'interno di una sessione. Devi chiudere il browser prima di usare altri strumenti Verdent.

Ogni azione restituisce uno screenshot che mostra lo stato corrente del browser. Esamina gli screenshot tra un'azione e l'altra per verificare il successo prima di procedere.

Azioni del browser

Avvia una nuova sessione del browser

Richiesto: URL di destinazione
Apre il browser alla risoluzione 1920x1080
È sempre la prima azione di qualsiasi flusso di lavoro

Launch browser at https://example.com

Fai clic su coordinate specifiche

Richiesto: coordinate x,y
Le coordinate sono relative al viewport
Punta al centro degli elementi per maggiore affidabilità

Click coordinates 450,300

Digita testo tramite tastiera

Richiesto: testo da digitare
Digita nell'elemento attualmente attivo
Spesso segue un clic su un campo di input

Type "user@example.com"

Scorri la pagina

scroll_down - Scorre verso il basso di un'altezza di pagina
scroll_up - Scorre verso l'alto di un'altezza di pagina
Rivela i contenuti fuori dallo schermo

Scroll down to load more content

Termina la sessione del browser

È sempre l'ultima azione di qualsiasi flusso di lavoro
Necessaria prima di usare altri strumenti
Rilascia le risorse del browser

Close browser

Le coordinate sono relative al viewport 1920x1080. Il centro è circa (960, 540). Usa gli screenshot per stimare le posizioni degli elementi.

Casi d'uso comuni

Testa l'invio di moduli e i flussi di navigazione

Avvia su una pagina di login, fai clic sui campi di input, digita le credenziali, invia i moduli e verifica i risultati tramite gli screenshot.

Launch browser at https://app.example.com/login
Click coordinates 450,280
Type "testuser@example.com"
Click coordinates 450,340
Type "password123"
Click coordinates 500,420
Close browser

Cattura le pagine per la documentazione

Gli screenshot vengono catturati automaticamente dopo ogni azione. Naviga verso le pagine e le sezioni di destinazione per costruire una documentazione visiva.

Launch browser at https://docs.example.com
Scroll down to API section
Close browser

Naviga verso il contenuto di destinazione

Usa l'automazione del browser per raggiungere contenuti che richiedono un'interazione (fare clic sui menu, caricare contenuti lazy) prima dell'estrazione.

Launch browser at https://store.example.com
Scroll down three times
Click "Next Page" at 960,800
Close browser

Limitazioni

Esclusività dello strumento - Durante le sessioni attive può essere usato solo browser_action
Basato su coordinate - Richiede coordinate x,y, non selettori CSS
Risoluzione fissa - Il viewport del browser è bloccato a 1920x1080
Solo Chrome - Puppeteer supporta i browser Chrome/Chromium
Nessuna persistenza - Le sessioni non sopravvivono ai riavvii di Verdent
Nessun supporto WSL - Browser Tool non funziona negli ambienti WSL
Nessuno stato salvato - Ogni sessione parte da zero, senza cookie o autenticazione
Sessione singola - Può essere attiva una sola sessione del browser alla volta

Chiudi sempre la sessione del browser prima di usare le operazioni sui file, gli strumenti di ricerca o i comandi bash. Il browser blocca gli altri strumenti durante le sessioni attive.

Vedi anche

Code Diff

Esamina e approva le modifiche al codice

View as Markdown