View a markdown version of this page

使用 Amazon Bedrock AgentCore 浏览器与 Web 应用程序交互 - Amazon Bedrock AgentCore

使用 Amazon Bedrock AgentCore 浏览器与 Web 应用程序交互

Amazon Bed AgentCore rock 浏览器为您的代理提供了一个安全、隔离的浏览器环境，便于他们与 Web 应用程序进行交互。它在容器化环境中运行，将 Web 活动与您的系统分开。它包括安全功能，例如会话隔离、通过实时查看实现的内置可观察性、 CloudTrail 日志记录和会话重播功能。

架构显示了内置工具产品以及浏览器和 CI 工具。

Amazon Bed AgentCore rock 浏览器提供基于会话的网页浏览，具有全面的可观察性。该工作流程包括四个关键步骤：

  1. 创建浏览器工具

    首先，您需要创建一个浏览器工具，使您的代理能够在完全托管的环境中使用 Web 浏览功能与 Web 应用程序交互、填写表单、浏览网站和提取信息。您可以选择 AWS 托管浏览器 (aws.browser.v1) 进行快速设置，也可以创建具有会话记录、自定义网络设置和特定 IAM 执行角色等高级功能的自定义浏览器。

  2. 启动浏览器会话

    启动具有可配置超时时间的隔离会话（默认值：15 分钟，最长：8 小时）。同时运行多个会话。

  3. 与浏览器互动

    会话启动后，您可以使用 WebSocket-based 流媒体 API 与浏览器进行交互。Automation 端点使您的代理能够执行浏览器操作，例如导航到网站、点击元素、填写表单、截取屏幕截图等。诸如 Strands、Nova Act 或 Playwright 之类的库可以用来简化这些互动。同时，Live View 端点允许最终用户实时观看浏览器会话，并通过直播直接与之交互。

  4. 监控和记录会话

    所有浏览器会话都提供内置的可观察性，包括用于实时监控的实时视图、会话记录（适用于自定义浏览器）和实时性能见解 CloudWatch 指标。会话记录捕获 DOM 更改、用户操作、控制台日志和网络事件。录制的会话存储在您的 Amazon S3 存储桶中，可以通过 AWS 控制台重播以获得详细的分析功能，包括视频播放、时间轴导航、用户操作跟踪以及用于故障排除和优化的综合日志。

为什么要使用远程浏览器进行代理开发？

远程浏览器在单独的环境中运行，而不是在本地计算机上运行。对于代理开发，远程浏览器允许 AI 代理像人类一样与网络交互。主要功能包括：

  • 浏览网站、填写表单、点击按钮、解析动态内容

  • 可自动扩展的无服务器基础架构

  • 通过屏幕截图进行视觉理解

  • 通过实时交互视图进行人工干预

  • 为了安全起见，会话隔离

  • 复杂的 Web 应用程序导航

  • 全面的审计能力

安全功能

浏览器工具包含多项安全功能，可帮助保护您的环境：

  • 隔离：与您的系统分开的容器化环境

  • 临时会话：每次使用后都会重置的临时会话

  • 存活时间到期时自动终止

主题