瀏覽器工具
這是什麼
Hermes 如何將瀏覽器操作公開為 AI 代理可呼叫的工具。
白話解釋
想像你有一個能幹的研究助理，但他只能閱讀你提供給他的文字——他從未擁有自己的網路瀏覽器。Hermes 瀏覽器工具就像給你的助理一台筆記型電腦：他可以瀏覽網頁、填寫表單、點擊按鈕以及擷取截圖——全都在 AI 驅動下進行，無需你親手操作。
為什麼重要
很多資訊與服務需要透過網頁瀏覽器才能存取——內部儀表板、SaaS 應用程式、需要登入的網站以及即時網路研究。若沒有瀏覽器工具，Hermes 只能依賴 API 或你貼上的文字，這會嚴重限制它能做的事情。有了瀏覽器工具，它可以與真實網站互動，就像你親自操作一樣。
運作方式
瀏覽器工具透過 Playwright 或類似的瀏覽器自動化框架運作。當代理決定需要瀏覽網頁時——例如導航到 URL、點擊元素或填寫表單——它會呼叫瀏覽器工具並帶上操作參數。Hermes 隨後啟動一個 headless（無頭）瀏覽器實例，執行該操作，並將結果（頁面內容、截圖、控制台輸出）回傳給代理。然後代理可以分析結果並決定下一步操作。
具體範例
你要求：「登入公司儀表板並顯示昨天的銷售數據」。
- 代理使用瀏覽器工具導航到儀表板 URL。
- 它填入你的使用者名稱和密碼（從你的 vault 安全提取）。
- 它點擊「登入」並等待頁面載入。
- 它定位到昨天的銷售報表區域。
- 它擷取數據並將其回報給你——自動化了一個原本需要手動操作的流程。
如何連結
本筆記屬於能力系列。最鄰近的概念包括：檔案工具、電腦使用、可設定工具集。
來源證據
browser_tools.py#navigate— 導航到指定 URL 的工具。browser_tools.py#click_element— 點擊頁面上的元素。browser_tools.py#fill_form— 填寫表單欄位。
工作流程
- 尚無首次工作流程對應；此概念仍透過文章與來源證據存在於筆記庫圖譜中。
相關文章
- 目前暫無文章以此概念名稱或別名達到引用門檻（請參閱提及-挖掘政策）。