ego-browser

ego-browser की मदद से AI एजेंट ego (lite) में काम कर पाता है। एजेंट पेज खोल सकता है, Snapshot पढ़ सकता है, पेज के कंट्रोल इस्तेमाल कर सकता है और Space में नतीजा जाँच सकता है।

एजेंट इसका इस्तेमाल कैसे करता है

किसी सामान्य कार्य में एजेंट:

1. कार्य के लिए कोई Space खोलता है या उस पर लौटता है।
2. ज़रूरी पेज खोलता है।
3. काम का टेक्स्ट और कंट्रोल ढूँढने के लिए Snapshot पढ़ता है।
4. कोई कार्रवाई करता है, फिर पेज दोबारा पढ़कर जाँचता है कि क्या बदला।
5. लिंक या दूसरे ऐसे विवरण के साथ नतीजा लौटाता है जिन्हें आप जाँच सकें।

ये टूल JavaScript हेल्पर हैं। यह छोटा उदाहरण दिखाता है कि एजेंट पेज कैसे खोलता है और उसे कैसे पढ़ता है:

await useOrCreateTaskSpace('check a page')
await openOrReuseTab('https://example.com', { wait: true })
cliLog(await snapshotText())

आपका एजेंट यह कोड ego-browser Skill के ज़रिए चलाता है। आपको बस एजेंट की चैट में कार्य बताना है। त्वरित आरंभ में आज़माने के लिए एक प्रॉम्प्ट दिया गया है।

तय करें कि आपको कब बीच में आना है

एजेंट से कहें कि लॉगिन, सत्यापन कोड, भुगतान या ऐसे बदलावों से पहले रुक जाए जिन्हें आप खुद मंज़ूर करना चाहते हैं। उस चरण को संभालने के लिए आप उसका Space खोल सकते हैं और बाद में नतीजा जाँच सकते हैं।