Il browser remoto su VM0
Un browser vero che l'agente pilota e che tu puoi guardare o riprendere in mano, con un link dal vivo e un accesso che sopravvive all'esecuzione.
Runtime · Nessuna configurazione · Nessun costo per chiamata; incluso nell'esecuzione
Molti sistemi importanti non hanno altra porta d'ingresso. Un pannello di amministrazione interno, un portale fornitori, un sistema di prenotazioni, il sito di deposito di un ente regolatore. L'unica interfaccia è un browser, e finora questo voleva dire una persona che clicca.
Il browser remoto ne dà uno vero all'agente, e dà a te un link per guardarlo lavorare. Puoi riprendere il controllo con la tua tastiera quando arriva a qualcosa che dovrebbe fare solo una persona, come digitare una password. La finestra appartiene alla conversazione anziché a una singola esecuzione: resta connessa, e il lavoro di domani riprende dove quello di oggi si è fermato.
Che cos'è Browser remoto
La lettura di pagina legge una pagina pubblica. Questo è per tutto il resto: le pagine che richiedono un accesso, un clic, un modulo, o qualcosa che succede solo in un browser vero.
Ciò che lo distingue da un browser nascosto dentro una sandbox è che lo vedi. Chiedi il browser e ricevi un link privato alla finestra dal vivo: vedi che cosa sta facendo l'agente e puoi metterci le mani quando serve.
La finestra sopravvive all'esecuzione. VM0 la recupera dopo dieci minuti di inattività, e un compito lungo può tenerla aperta. Anche dopo il recupero, l'esecuzione successiva può riprenderla ancora connessa: un accesso non va perso nel momento in cui un'esecuzione finisce.
Il mercato lo chiama browser remoto, browser cloud o servizio di automazione del browser, e le versioni consuete sono senza interfaccia: veloci, invisibili e impossibili da aiutare quando si bloccano. Questo ha un link dal vivo: una persona può guardarlo e prendere la tastiera.
Che cosa può fare Browser remoto
Che cosa può farci un agente, e che cosa torna indietro quando lo fa.
Copertura e limiti
Che cosa non fa, detto subito, così nessuno costruisce un workflow attorno a qualcosa che è fuori portata.
Una finestra dal vivo per conversazione
Chiedere il browser restituisce la finestra di questa conversazione anziché aprirne una nuova, ed è ciò che permette a un'esecuzione successiva di proseguire nello stesso punto. Una seconda finestra si chiede di proposito.
Dieci minuti di inattività
Una finestra inattiva viene recuperata. Un compito lungo che la lascia in attesa può tenerla aperta, e una finestra recuperata può essere ripresa ancora connessa.
Ricorda l'accesso, non le schede
La ripresa riporta lo stato connesso, non le schede esatte che erano aperte. Un workflow deve navigare anziché dare per scontato.
Le password restano fuori dall'esecuzione
Le credenziali del browser e i link di connessione non vengono mai scritti dentro l'esecuzione. Una persona accede tramite la finestra dal vivo, e l'agente lavora con la sessione che ne risulta.
Quanto costa Browser remoto
I servizi web si pagano in crediti per chiamata, non per token. Non c'è una fattura separata da riconciliare.
zero browserPilotare il browser non comporta nessun costo a chiamata. Viene con l'esecuzione anziché essere conteggiato: quello che costa è l'esecuzione stessa, e il numero da tenere d'occhio è per quanto tempo un compito di navigazione tiene occupato un agente.
Configurazione e accesso
Niente da configurare
Niente da collegare. Nessuna infrastruttura di browser, nessun proxy, nessun account fornitore separato. Chiedere il browser è tutta la configurazione, e il primo accesso lo fa una persona nella finestra dal vivo.
Chi può usarlo
Il browser viene con l'esecuzione: il controllo vero è quindi che cosa ci si accede dentro. Ciò a cui una persona accede tramite la finestra dal vivo è esattamente ciò che l'agente può poi raggiungere, ed è proprio per questo che l'accesso avviene lì e mai con una password digitata in un messaggio.
Per che cosa i team usano Browser remoto
I sistemi senza altra porta d'ingresso
Portali fornitori, strumenti di amministrazione interni, siti di deposito della pubblica amministrazione. L'agente fa la navigazione ripetitiva e restituisce il controllo per le parti che richiedono una persona.
Guardare un percorso dall'inizio alla fine
Percorrere la propria iscrizione, il proprio pagamento o il proprio onboarding in una finestra dal vivo, con qualcuno che può interrompere, dice molto più di uno script che riporta una spunta verde.
Un lavoro che si estende su più giorni
Poiché la finestra appartiene alla conversazione, un agente può accedere oggi e l'esecuzione di domani prosegue nello stesso punto invece di ripartire da un browser disconnesso.
Quando non usare Browser remoto
Lascia perdere quando basta una pagina pubblica: leggere la pagina è un passo invece di un'intera sessione. Lascia perdere quando il sistema ha un connettore, più veloce e molto più stabile del cliccare nella sua interfaccia. E non usarlo per attraversare centinaia di pagine: è un browser, non un lettore di massa.
Come si chiama altrove
La stessa cosa gira sul mercato con nomi diversi. Se hai già cercato uno di questi, ecco a che cosa corrisponde qui.
Browser remoto o browser cloud
Un browser che gira altrove e che il tuo agente pilota. La differenza qui è che ricevi un link per guardarlo e puoi riprendere il controllo con la tua tastiera.
Browser senza interfaccia
Il modo consueto in cui gli agenti navigano: nessuna finestra, nessuno che guarda, niente che sopravviva all'esecuzione. Questo è l'opposto, e conta nel momento in cui una pagina chiede un codice arrivato sul telefono.
Automazione del browser
Cliccare dentro un sistema che non ha altra porta d'ingresso. L'agente legge la pagina su cui si trova davvero anziché rieseguire uno script registrato che si rompe quando l'impaginazione cambia.
Un servizio di sessioni di browser ospitate
Quello che altrimenti compreresti e collegheresti a parte. È già qui, non richiede nessun account tuo e non aggiunge nessun costo a chiamata.
Agente di navigazione IA
Un agente che usa un browser come strumento anziché un bot scriptato. Decide che cosa cliccare e restituisce il controllo quando qualcosa richiede una persona.
Browser remoto a confronto
Browser remoto contro leggere una pagina
La lettura è un passo unico che restituisce il testo di una pagina pubblica. Il browser è una sessione con uno stato, capace di accedere e cliccare, ed è di conseguenza più pesante. Leggi prima, e passa a questo solo se la pagina lo esige.
Browser remoto contro un browser nascosto dentro la sandbox
Un agente può pilotare un browser che nessuno vede, e niente di esso sopravvive all'esecuzione. Questo ha un link dal vivo che una persona può riprendere e un accesso che dura oltre l'esecuzione.
Browser remoto contro uno strumento di automazione che registra i clic
Gli script registrati si rompono nel momento in cui l'interfaccia cambia. Qui l'agente legge la pagina su cui si trova davvero, e una persona può intervenire a metà strada invece di registrare tutto da capo.
In breve
La via d'ingresso quando un browser è l'unica via d'ingresso. Leggi la pagina per le pagine pubbliche, usa un connettore dove ne esiste uno, e usa questo quando il lavoro richiede un accesso, un clic o qualcuno che guardi.
Domande frequenti
Posso vedere che cosa sta facendo l'agente?
Sì. Ricevi un link privato dal vivo e puoi riprendere il controllo con la tua tastiera e il tuo mouse a metà strada.
Quanto dura la finestra?
Sopravvive all'esecuzione e viene recuperata dopo dieci minuti di inattività. Un compito lungo può tenerla aperta.
Resta connessa?
L'accesso viene conservato: una finestra recuperata può essere ripresa ancora connessa. Le schede aperte non vengono ripristinate, quindi un workflow deve navigare esplicitamente.
Come funzionano gli accessi?
Una persona accede tramite la finestra dal vivo. Le credenziali del browser e i link di connessione non vengono mai scritti dentro l'esecuzione, e una password non dovrebbe mai essere digitata in un messaggio all'agente.
Quando dovrei usare questo invece di leggere la pagina?
Quando la pagina richiede un accesso, un clic, un modulo o qualcosa che funziona solo in un browser vero. Per una pagina pubblica, leggerla è un passo unico e molto più economico.
Posso avere più di un browser?
Sì. Una seconda finestra può essere aperta quando un compito ha bisogno di due contesti insieme, e condivide gli stessi accessi salvati.
In che cosa differisce da un servizio di browser ospitato che comprerei?
Altrimenti creeresti un account, custodiresti una chiave e pagheresti a sessione. Questo viene con l'esecuzione, non richiede niente da configurare e aggiunge un link dal vivo che una persona può riprendere, cosa che la maggior parte non offre.
Mi servono Playwright, Puppeteer o uno script?
No. Non c'è niente da scrivere. L'agente lavora da quello che è sulla pagina, ed è per questo che sopravvive ai restyling che rompono gli script registrati.
È un browser senza interfaccia?
No. È un browser vero che puoi guardare e riprendere, e l'accesso che conserva dura oltre l'esecuzione. Il senza interfaccia è ciò che si prende quando nessuno ha bisogno di vedere, ed è la forma sbagliata per qualsiasi cosa chieda un codice.
Può girare secondo un calendario?
Sì. Un agente programmato può riprendere la stessa finestra che ha usato ieri, ancora connessa, ed è ciò che fa funzionare un download settimanale da un portale senza che qualcuno lo faccia a mano.
Come si chiede Browser remoto
Descrivi quello che vuoi in parole tue. L'agente capisce di quale servizio ha bisogno ed effettua le chiamate.
“Apri un browser, vai alla nostra pagina prezzi e percorri l'iscrizione fino al primo passo a pagamento così posso guardare.”
“Accedi al portale fornitori, scarica le fatture di questo mese e restituiscimi il controllo se chiede un codice.”
“Prosegui nello stesso browser di ieri e completa i depositi rimasti.”