Snapshot
Agent 如何讀取頁面,並找到正確的控制項。
Snapshot 會把網頁轉換成 Agent 可以讀取的精簡檢視。它包含頁面文字,並為連結、按鈕和欄位加上簡短的引用編號,例如 @1 和 @2。
例如,登入表單可能會這樣呈現:
@1 [heading] "Log in"
@2 [input type="email"] placeholder="Email"
@3 [input type="password"] placeholder="Password"
@4 [button] "Continue"Agent 可以使用這些引用編號選擇欄位或按鈕,不必猜測它們在螢幕上的位置。
引用編號會隨頁面改變
引用編號屬於目前的 Snapshot。前往其他頁面、送出表單或頁面有其他更新之後,Agent 會先取得新的 Snapshot,再使用引用編號。下一個頁面上的 @4 可能是另一個按鈕。
你通常不需要自己閱讀 Snapshot。如果 Agent 似乎仍依據舊的頁面內容在操作,請要求它重新取得 Snapshot,再檢查一次。
Snapshot 是 ego-browser 的一部分。Agent 在它的 Space 中讀取 Snapshot,你可以在那裡檢查它造訪過的頁面。