Wenn WorkBuddy beim Abrufen von Webseiten nur den Titel, den Hauptbildschirm oder fehlenden Text erhält, erscheint der Seiteninhalt meist nach dem Scrollen, Klicken auf Buttons, dem Erweitern des Faltbereichs oder dem Wechseln der Tags. An diesem Punkt wiederholen Sie nicht einfach "Lesen dieser URL"; Sie können den Agent Browser installieren und aktivieren, sodass WorkBuddy die Seite öffnen, scrollen, klicken, Screenshots machen und die interagierenden Inhalte wie ein Nutzer lesen kann.
Welches Phänomen deutet auf die Notwendigkeit einer Browserinteraktion hin?
| Phänomen | Operation, die angefordert werden kann |
|---|---|
| Lies nur bis zum Hauptbildschirm | Scrolle Bildschirm für Bildschirm nach unten bis zum Ende der Seite |
| Der Haupttext ist nach "Mehr lesen" versteckt. | Klicken Sie auf Erweitern und extrahieren Sie das entsprechende Kapitel |
| Daten sind in Tabs oder Tabs enthalten | Wechsle reihenweise und notiere die Ergebnisse auf jeder Seite |
| Du musst das Seitenlayout überprüfen | Mach Screenshots von wichtigen Schritten und erstelle Checklisten |
Agent Browser ist im Skill Marketplace zu finden und unter dem Namen agent-browser installiert. Nach der Aktivierung müssen Sie weiterhin Ihr Ziel angeben: die URL, den gewünschten Bereich, die Stoppbedingungen und das Ausgabeformat angeben. Es ist einfacher, ein vollständiges Ergebnis zu erhalten, als einfach zu sagen: "Helfen Sie mir, diese Seite zu überprüfen."
Wie man Prompts schreibt, ist leichter vollständig zu verstehen
Sie können schreiben: "Öffnen Sie die angegebene Seite, notieren Sie zuerst den Seitentitel; Scrollen Sie nach unten, erweitern Sie alle preisbezogenen Falten, lesen Sie jedes Paket einzeln, geben Sie nur den Paketnamen, Preis und die Einschränkungen aus und fügen Sie Screenshots von wichtigen Schritten bei." "Wenn die Seite mehrere Navigationsebenen hat, geben Sie klar an, welche Abschnitte angeklickt werden dürfen, und verpflichten Sie außerdem, dass Sie keine Formulare einreichen, keine Informationen kaufen oder extern senden."
Oder in welcher Reihenfolge solltest du prüfen, wenn du sie nicht fangen kannst?
- Prüfen Sie zunächst mit einem normalen Browser, ob die Seite selbst zugänglich ist, um ungültige URLs oder Netzwerkprobleme auszuschließen.
- Überprüfen Sie, ob der Agent Browser installiert und aktiviert ist und ob die Aufgabe ausdrücklich verlangt, dass er aufgerufen wird.
- Unterteilen Sie die Hauptaufgabe in fünf Schritte: "Seite öffnen — Bereich finden — Interagieren — Extrahieren — Überprüfen", um den eingeklemmten Standort zu finden.
- Login, Verifizierungscodes, Autorisierungs- oder Zahlungsaktionen müssen von der Person bestätigt werden; fügen Sie keine Passwörter, Verifizierungscodes oder Token in die Prompts ein.
Die Schwierigkeit bei dynamischen Seiten besteht oft nicht darin, die Zusammenfassungsfähigkeit zu erfassen, sondern darin, dass der Inhalt noch nicht lesbar erschienen ist. Zuerst sollte WorkBuddy die notwendigen Interaktionen abschließen, dann eine strukturierte Extraktion anfordern; Schließlich sollte mehrere Felder zufällig überprüft werden, um sicherzustellen, dass sie mit der Originalseite übereinstimmen, um Ladefehler oder versteckte Inhalte nicht falsch zu interpretieren, so dass "die Webseite diese Information nicht enthält".
