browser_take_snapshot | A página com uma linha por elemento, um número em cada elemento em que o agente pode agir e os pop-ups que estiverem no caminho. Pode incluir uma captura de tela anotada ou ler além da tela. |
browser_read_pages | Lê até 10 páginas de uma vez em abas em segundo plano e devolve o texto delas, com os links. |
browser_batch | Vários cliques, digitação e teclas pressionadas em uma aba numa única chamada, e depois um novo snapshot. |
browser_click, browser_input_text, browser_press_key, browser_select_editable_text, browser_scroll | Age sobre um elemento pelo número dele. |
browser_move, browser_drag | Passa o mouse por cima e arrasta controles deslizantes, canvas e listas reordenáveis. |
browser_navigate, browser_go_back, browser_go_forward, browser_reload, browser_stop_loading, browser_wait | Navegação. |
browser_new_tab, browser_select_tab, browser_close_tab, browser_set_audio_muted | Abas. |
browser_get_window_info, browser_new_window, browser_close_window, browser_show, browser_minimize | Janelas do navegador. |
browser_close_popup_bubble | Responde a um pedido de permissão ou a uma caixa de diálogo. |
browser_start_human_control, browser_stop_human_control | Entrega a aba a você para uma senha ou captcha e depois a retoma. |
browser_status | Se o navegador está pronto, ou em que ponto está a primeira instalação. |
browser_run_task, browser_stop_task | Opcional: entrega uma tarefa inteira a um modelo de visão num endpoint que você configura, com a sua própria chave de API, e mantém as capturas de tela fora do contexto do seu agente. |