Catatan penulis: Dari instalasi hingga operasi snapshot dan ref serta verifikasi hasil, kuasai siklus agent-browser dalam 5 langkah: “baca halaman, klik elemen, lalu baca halaman lagi”, agar AI Agent dapat mengendalikan browser sungguhan dengan andal.
Saat meminta AI Agent mengoperasikan halaman web, tantangan yang sering muncul adalah Agent tidak dapat melihat halaman dan sulit mengklik elemen yang tepat secara konsisten. Solusi berupa tangkapan layar dan klik berdasarkan koordinat menghabiskan banyak token dan mudah meleset. Sementara itu, menyerahkan seluruh HTML langsung ke model akan cepat memenuhi konteks. Artikel ini membahas siklus operasi snapshot-ref agent-browser, yang memungkinkan Agent mengendalikan browser dengan “satu perintah setiap kali”.
Ini bukan sekadar artikel pengantar tentang konsep framework otomatisasi browser. Kita akan membahasnya sesuai urutan praktik: instalasi agent-browser, cara menggabungkan snapshot dan ref, strategi mencoba ulang saat gagal, serta cara mengintegrasikannya ke alur kerja Agent.
Manfaat utama: Setelah membaca artikel ini, kamu akan memahami mengapa siklus snapshot-ref agent-browser cocok untuk Model Bahasa Besar dan dapat menyelesaikan tugas browser pertamamu dalam Agent menggunakan 5 perintah.
Poin penting siklus snapshot-ref agent-browser
agent-browser adalah alat otomatisasi browser sumber terbuka dari Vercel Labs yang menggunakan lisensi Apache-2.0. Alat ini berupa CLI native berbasis Rust dengan tujuan yang jelas: menyediakan browser yang bisa dikendalikan AI Agent melalui perintah satu per satu. Setelah Agent membuka halaman, halaman tersebut dibaca sebagai teks ringkas dalam bentuk pohon aksesibilitas (accessibility tree). Agent kemudian menjalankan perintah shell untuk berinteraksi dengan elemen halaman.
| Poin penting | Penjelasan | Manfaat bagi Agent |
|---|---|---|
| Teks snapshot yang ringkas | Halaman ditampilkan sebagai pohon aksesibilitas, dengan ref seperti @e1 pada setiap elemen |
Lebih hemat konteks daripada screenshot dan HTML mentah |
| Penargetan tepat dengan ref | Perintah langsung merujuk ke ref, misalnya click @e1 |
Model tidak perlu menyusun selektor CSS sendiri |
| Browser tetap aktif | Proses daemon di latar belakang menjaga browser tetap terbuka | Setiap langkah hanya membutuhkan satu panggilan shell singkat |
| Kesalahan dilaporkan secara jelas | Klik akan gagal jika elemen tertutup, tersembunyi, atau dinonaktifkan, alih-alih memberikan kesan berhasil | Agent dapat menentukan langkah berikutnya berdasarkan respons nyata |
| Skills bawaan | CLI menyertakan petunjuk penggunaan yang sesuai dengan versinya | Instruksi yang dibaca Agent sesuai dengan versi yang terpasang |
Cara kerja siklus snapshot-ref
Siklus ini terdiri dari tiga langkah: jalankan snapshot untuk membaca halaman, lakukan tindakan pada sebuah ref, lalu baca kembali halaman untuk memeriksa hasilnya. Langkah-langkah ini diulang sesuai kebutuhan. Snapshot example.com dalam contoh resmi hanya terdiri dari satu baris: - link "Learn more" [ref=e1]. Dari baris itu, model mengetahui bahwa ada tautan bernama Learn more di halaman dan dapat mengekliknya dengan @e1.
Desain ini memisahkan proses memahami halaman dan menjalankan tindakan menjadi dua langkah yang dapat diverifikasi, sehingga cocok dengan pola pemanggilan alat oleh Model Bahasa Besar. Model tidak perlu memahami struktur DOM yang rumit; cukup temukan elemen dengan makna yang sesuai dalam teks, lalu rujuk ref-nya. Dengan mengambil snapshot lagi setelah setiap tindakan, Agent juga selalu membuat keputusan berdasarkan kondisi halaman terbaru, bukan menebak dari ingatan.
Arsitektur dasar agent-browser
CLI sendiri tidak mengelola browser secara langsung. Saat perintah pertama dijalankan, sebuah proses daemon dimulai di latar belakang. Daemon ini mengendalikan browser melalui Chrome DevTools Protocol, dan setiap perintah CLI berikutnya dikirim ke daemon tersebut. Dengan begitu, browser tetap terbuka di antara perintah, sehingga status login dan posisi halaman tidak hilang.
Setiap --session memiliki daemon dan browser sendiri, sehingga beberapa tugas dapat berjalan paralel tanpa saling mengganggu. Secara default, browser headless akan ditutup jika tidak menerima perintah selama satu jam berturut-turut, lalu daemon ikut berhenti. Jika persistensi sesi (session persistence) dikonfigurasi, status akan disimpan sebelum daemon berhenti.
“Otak” yang menggerakkan siklus ini adalah Model Bahasa Besar. Teks snapshot pada setiap putaran masuk ke konteks model, lalu model menentukan perintah berikutnya. Karena itu, kemampuan model dalam mengikuti instruksi dan harga per penggunaannya langsung memengaruhi tingkat keberhasilan serta biaya tugas. APIYI menyediakan akses API ke model yang dibahas dalam artikel ini, termasuk Claude, DeepSeek, dan Kimi. Layanannya kompatibel dengan format antarmuka OpenAI dan Anthropic; dokumentasi integrasi tersedia di docs.apiyi.com.
Mulai cepat agent-browser: 5 langkah menjalankan siklus snapshot-ref
Langkah 1: Instal agent-browser dan browser
Cara paling umum adalah menginstalnya secara global melalui npm, lalu mengunduh Chrome for Testing. Paket npm akan otomatis memilih binary native yang sesuai dengan platform host. Saat ini, paket tersebut mendukung macOS (ARM64, x64), Linux (ARM64, x64, glibc dan musl), serta Windows (x64).
| Metode instalasi | Perintah | Kegunaan |
|---|---|---|
| Instalasi global npm | Jalankan npm install -g agent-browser, lalu agent-browser install |
Sebagian besar lingkungan pengembangan; browser perlu diunduh saat pertama kali |
| Homebrew | Jalankan brew install agent-browser, lalu agent-browser install |
Pengguna macOS |
| Linux dengan dependensi | agent-browser install --with-deps |
Server dan container yang juga memerlukan pustaka sistem untuk browser |
| Tanpa instalasi | npx agent-browser open example.com |
Mencoba sementara atau menjalankan tugas sekali pakai di CI |
| Perintah pemeliharaan | agent-browser upgrade, agent-browser doctor |
Memperbarui versi dan memeriksa masalah lingkungan |
Jika ingin melakukan build dari kode sumber, persyaratan resminya adalah Node.js 24 atau lebih baru, pnpm 11 atau lebih baru, serta toolchain Rust. Jalankan pnpm install, pnpm build:source, dan pnpm link --global secara berurutan, lalu jalankan agent-browser install. Untuk penggunaan sehari-hari, instalasi melalui npm sudah cukup.
Langkah 2 sampai 5: Siklus minimal lengkap
Setelah instalasi selesai, rangkaian perintah berikut membentuk satu siklus snapshot-ref yang lengkap. Coba jalankan secara manual di terminal terlebih dahulu dan periksa hasil setiap langkah sebelum menyerahkannya kepada Agent untuk dijalankan secara otomatis.
| Langkah | Perintah | Fungsi | Hasil yang diharapkan |
|---|---|---|---|
| 2. Buka halaman | agent-browser open example.com |
Menjalankan daemon dan membuka situs | Browser tetap berjalan di latar belakang |
| 3. Baca snapshot | agent-browser snapshot -i |
Hanya menampilkan elemen interaktif, masing-masing dengan ref | Output seperti link "Learn more" [ref=e1] |
| 4. Operasikan ref | agent-browser click @e1 |
Mengeklik elemen dalam snapshot | Halaman berpindah atau status berubah |
| 5. Verifikasi hasil | agent-browser get url |
Membaca URL saat ini untuk memastikan tindakan berhasil | Mengembalikan alamat setelah perpindahan |
| Penutupan | agent-browser close |
Menutup browser | Membebaskan sumber daya |
Parameter -i pada langkah 3 sangat penting. Parameter ini hanya menampilkan elemen interaktif, sehingga teks snapshot jauh lebih pendek dan cocok untuk situasi dengan anggaran token terbatas. Verifikasi pada langkah 5 juga tidak boleh dilewatkan. Agent harus menggunakan umpan balik nyata untuk menilai apakah tindakan berhasil, bukan sekadar menganggap «sudah diklik berarti berhasil».
🚀 Mulai cepat: Setelah siklus manual berhasil, serahkan rangkaian perintah ini kepada Agent. Kamu bisa mendapatkan kuota pengujian melalui APIYI apiyi.com, lalu mencoba beberapa model dengan tugas yang sama untuk melihat model mana yang lebih mahir memilih ref yang tepat dari teks snapshot. Antarmukanya kompatibel dengan format OpenAI dan Anthropic; pada sebagian besar framework Agent yang sudah ada, kamu hanya perlu mengganti kunci dan alamat. Untuk detailnya, lihat dokumentasi di docs.apiyi.com.
Masa berlaku ref agent-browser dan pengambilan snapshot ulang
Ref menggambarkan halaman pada saat snapshot diambil. Begitu halaman berpindah atau DOM berubah, ref lama bisa tidak berlaku lagi, bahkan menunjuk ke elemen yang salah. Karena itu, pegang aturan ini: setiap kali berpindah halaman atau terjadi perubahan yang jelas pada halaman, jalankan snapshot lagi sebelum menggunakan ref baru.
Sebaiknya tulis aturan ini langsung dalam petunjuk sistem Agent. Siklus yang andal adalah “snapshot, operasi, snapshot”, bukan “snapshot sekali, lalu melakukan sepuluh operasi berturut-turut”. Biaya tambahan untuk satu snapshot jauh lebih kecil daripada biaya menyelidiki dan membatalkan perubahan setelah mengklik elemen yang salah.
Strategi saat klik agent-browser gagal
agent-browser tidak akan “berpura-pura berhasil” saat melakukan klik. Jika elemen target tersembunyi, dinonaktifkan, berada di luar viewport, atau tertutup elemen lain (misalnya pop-up persetujuan Cookie), click akan langsung mengembalikan kegagalan. Ini memudahkan Agent karena pesan kesalahannya bisa menjadi dasar untuk menentukan langkah berikutnya.
| Penyebab kegagalan | Kondisi umum | Penanganan yang disarankan |
|---|---|---|
| Tertutup | Pop-up persetujuan atau lapisan mengambang menutupi tombol | Tutup elemen yang menghalangi, ambil snapshot ulang, lalu coba lagi |
| Di luar viewport | Elemen berada di bagian bawah halaman | Gunakan scroll untuk menggulir, lalu ambil snapshot ulang |
| Elemen dinonaktifkan | Tombol tidak bisa diklik karena formulir belum lengkap | Gunakan fill untuk melengkapi kolom wajib, lalu ambil snapshot untuk memastikan |
| Elemen tersembunyi | Elemen baru muncul setelah menu dibuka | Klik kontrol untuk membuka menu, gunakan wait, lalu ambil snapshot |
| Ref kedaluwarsa | Halaman sudah berpindah atau dimuat ulang | Jalankan snapshot lagi untuk mendapatkan ref baru |
Selain ref, agent-browser juga mendukung pemilih CSS, teks, XPath, dan locator semantik. Misalnya, agent-browser find role button click --name "Submit" dapat menemukan dan mengklik tombol kirim berdasarkan peran dan namanya. Jika struktur halaman stabil dan semantik elemennya jelas, locator semantik bisa menjadi pelengkap ref.
Kelompok Perintah agent-browser yang Sering Digunakan
agent-browser memiliki banyak perintah. Kamu bisa melihat daftar lengkapnya dengan agent-browser --help, atau bantuan untuk perintah tertentu dengan agent-browser <command> --help. Berikut beberapa kelompok perintah yang paling sering digunakan, agar kamu lebih mudah menentukan kemampuan yang ingin diberikan kepada Agent.
| Kelompok | Contoh perintah | Kegunaan umum |
|---|---|---|
| Navigasi dan pembacaan | open, back, reload, read, snapshot, get, is |
Membuka halaman, membaca snapshot, memeriksa status |
| Interaksi | click, fill, type, press, select, check, scroll, upload, find |
Mengeklik, mengisi formulir, mengunggah file |
| Menunggu | wait |
Menunggu elemen muncul atau halaman dimuat |
| Pengambilan data | screenshot, pdf, record, download, diff |
Mengambil tangkapan layar, mengekspor PDF, merekam layar, membandingkan halaman |
| Status halaman dan jaringan | cookies, storage, network, eval |
Mengelola Cookie, mencegat lalu lintas jaringan, menjalankan skrip |
| Tab dan pop-up | tab, frame, dialog |
Mengelola beberapa tab, iframe, dan kotak dialog |
| Debugging dan performa | console, errors, trace, vitals, a11y |
Mengambil kesalahan konsol dan metrik performa |
| Sesi dan autentikasi | session, state, auth, confirm, deny |
Mengisolasi sesi, mengelola status login, mengonfirmasi operasi sensitif |
| Integrasi Agent | skills, mcp, flow, batch, plugin |
Memuat skill, memulai layanan MCP |
Untuk mesin browser, agent-browser menggunakan Chrome for Testing secara default. Kamu juga bisa menggunakan --cdp atau --auto-connect untuk terhubung ke Chrome yang sudah berjalan, memakai --engine untuk beralih ke mesin Lightpanda atau Obscura, mengendalikan Mobile Safari di simulator iOS, atau terhubung ke layanan browser cloud seperti Browserbase, Browserless, Browser Use, Kernel, dan AgentCore.
Menghubungkan agent-browser ke AI Agent
Mengajarkan Agent dengan skills bawaan
Salah satu desain cerdas agent-browser adalah menyertakan petunjuk penggunaan bersama CLI-nya. Jalankan agent-browser skills get core untuk menampilkan siklus inti, penggunaan ref, strategi menunggu, dan alur kerja umum. Tambahkan --ref commands untuk melihat referensi tertentu saja, misalnya daftar perintah lengkap; tambahkan --full untuk menyertakan referensi perintah lengkap dan templat. Perintah agent-browser skills list juga menampilkan skills khusus seperti electron, slack, dan dogfood.
Dalam framework Agent, kamu bisa menginstal skill discovery melalui npx skills add vercel-labs/agent-browser. Skill ini hanya berupa panduan singkat yang meminta Agent memuat agent-browser skills get core, sehingga instruksinya selalu sesuai dengan versi CLI yang terinstal. Jika tidak ingin menginstal skill, kamu juga bisa menulis satu kalimat di AGENTS.md: gunakan agent-browser untuk otomatisasi browser, jalankan agent-browser skills get core sebelum penggunaan pertama, lalu ikuti petunjuknya.
Menghubungkan melalui MCP
Jika klienmu mendukung MCP, jalankan agent-browser mcp untuk memulai server MCP melalui stdio. Dengan begitu, klien desktop seperti Claude atau Agent buatan sendiri dapat memanggil operasi browser sebagai alat standar, tanpa perlu membuat lapisan eksekusi shell sendiri.
Memilih model penggerak untuk siklus snapshot-ref
Tugas browser biasanya berlangsung dalam banyak putaran, dan setiap putaran menyertakan teks snapshot. Karena itu, proporsi token input umumnya jauh lebih tinggi daripada output. Saat memilih model, perhatikan harga input dan cache selain kemampuan mengikuti instruksi. Harga dalam tabel berikut mengacu pada data aktual di halaman harga APIYI, docs.apiyi.com/models. Untuk satuan dan dasar penagihan, ikuti keterangan pada halaman harga.
| Model | Harga input | Harga output | Harga cache | Peran yang cocok | Platform tersedia |
|---|---|---|---|---|---|
| claude-opus-5-5 | $4 | $20 | $0.2 | Tugas kompleks dengan banyak langkah, halaman yang sulit ditangani | APIYI apiyi.com |
| claude-sonnet-5-5 | $2 | $10 | $0.1 | Model penggerak utama untuk penggunaan sehari-hari | APIYI apiyi.com |
| kimi-k3.1-pro | $2 | $10 | $0.2 | Skenario halaman web berbahasa Mandarin | APIYI apiyi.com |
| deepseek-v4.1-flash | $0.3 | $1.2 | $0.006 | Formulir sederhana, pemeriksaan massal | APIYI apiyi.com |
Kombinasi yang praktis: gunakan deepseek-v4.1-flash untuk tugas massal yang strukturnya sederhana dan langkah-langkahnya tetap, lalu gunakan claude-sonnet-5-5 sebagai model utama serbaguna. Jika menemui interaksi kompleks atau halaman yang sering gagal, beralihlah ke claude-opus-5-5. Karena teks skills dan petunjuk sistem muncul berulang di setiap putaran, model dengan harga cache lebih rendah lebih hemat untuk siklus yang panjang.
Perlu dicatat, seri Wenxin ERNIE belum tercantum dalam daftar harga APIYI. APIYI saat ini belum menyediakan model tersebut, tetapi kami akan segera menyediakannya. Jika Agent-mu bergantung pada ERNIE, kamu bisa mencoba model dalam tabel di atas sebagai pengganti sementara.
💡 Saran memilih: Tidak ada satu model yang terbaik untuk semua situs. Pilih 3 hingga 5 halaman bisnis nyata untuk uji sampel kecil, lalu ganti model melalui antarmuka yang sama di APIYI apiyi.com. Bandingkan tingkat keberhasilan dan biaya per tugas sebelum menentukan model utama.
Rekomendasi penggunaan agent-browser yang aman
Saat Agent mengoperasikan browser sungguhan, batas keamanan perlu dirancang sejak awal. Bagian keamanan dalam dokumentasi resmi agent-browser menyediakan mekanisme seperti brankas autentikasi (auth vault), daftar izin domain, kebijakan tindakan, dan batas konten. Pada tingkat perintah, auth digunakan untuk mengelola kredensial login, sedangkan confirm dan deny digunakan untuk mengonfirmasi atau menolak tindakan sensitif.
Di lingkungan produksi, setidaknya lakukan tiga hal berikut:
- Batasi domain yang dapat diakses: Gunakan daftar izin domain agar Agent hanya mengakses situs yang relevan dengan kebutuhan bisnis dan tidak diarahkan ke situs asing oleh halaman web.
- Jangan masukkan kredensial ke dalam konteks: Simpan nama pengguna dan kata sandi di auth vault, bukan dalam petunjuk, agar kredensial tidak muncul di log model.
- Minta konfirmasi manusia untuk tindakan sensitif: Atur pembayaran, penghapusan, dan pengiriman pesanan agar memerlukan konfirmasi, sehingga keputusan akhir tetap berada di tangan manusia.
Konten halaman web juga bisa berisi instruksi berbahaya yang ditujukan kepada Agent, sehingga mekanisme batas konten juga layak diaktifkan. Mekanisme ini membantu model membedakan dengan jelas antara “teks di halaman” dan “instruksi dari pengguna”, sekaligus mengurangi risiko injeksi petunjuk.
Pertanyaan Umum FAQ
Q1: Apa itu siklus snapshot-ref di agent-browser?
Ini adalah cara kerja utama agent-browser: pertama, `snapshot` membaca halaman menjadi teks ringkas yang dilengkapi ref. Lalu, operasi dijalankan pada ref tertentu dan snapshot diambil kembali untuk memastikan hasilnya. Siklus ini berulang dengan memisahkan pemahaman halaman dan pelaksanaan tindakan menjadi langkah-langkah kecil yang bisa diverifikasi, sehingga cocok untuk penalaran bertahap Model Bahasa Besar.
Q2: Apa perbedaan agent-browser dengan Agent browser yang menggunakan tangkapan layar?
Pendekatan tangkapan layar lebih serbaguna untuk memahami tampilan visual, tetapi mengonsumsi banyak token dan klik berdasarkan koordinat mudah meleset. Sebaliknya, agent-browser menggunakan teks pohon aksesibilitas dan ref untuk menemukan elemen. Konteksnya lebih ringkas, operasinya lebih presisi, dan kesalahan dilaporkan dengan jelas, sehingga lebih cocok untuk tugas otomatisasi yang membutuhkan eksekusi stabil.
Q3: Mengapa ref lama tidak bisa digunakan setelah berpindah halaman?
Ref hanya menggambarkan kondisi halaman saat snapshot diambil. Setelah navigasi atau perubahan DOM, elemen mungkin sudah hilang atau diganti, sehingga ref lama bisa tidak berlaku atau menunjuk ke elemen yang salah. Sebaiknya jalankan `snapshot` kembali setiap kali halaman berubah, lalu gunakan ref yang baru.
Q4: Untuk skenario apa saja agent-browser cocok digunakan?
Beberapa skenario utamanya:
– **Pengisian formulir otomatis**: alur dengan langkah tetap seperti pendaftaran, registrasi acara, dan entri data di backend.
– **Pemeriksaan situs dan pengujian regresi**: gunakan `errors`, `console`, dan `vitals` untuk memeriksa kesalahan serta performa halaman.
– **Pengumpulan informasi**: membaca data halaman demi halaman melalui menu setelah masuk ke backend.
– **Skenario khusus seperti Electron dan Slack**: perluas kemampuan melalui skill khusus di `skills list`.
Q5: Bagaimana cara mengintegrasikan model yang menjalankan agent-browser?
Ikuti langkah-langkah berikut:
1. Kunjungi APIYI di apiyi.com untuk mendaftarkan akun dan mendapatkan kunci API.
2. Di framework Agent, pilih format yang kompatibel dengan OpenAI atau Anthropic, lalu isi parameter koneksi sesuai dokumentasi di docs.apiyi.com.
3. Gunakan siklus 5 langkah dalam artikel ini sebagai tugas pengujian, lalu bandingkan performa berbagai model.
APIYI mendukung akses terpadu ke berbagai model seperti Claude, DeepSeek, dan Kimi. Untuk beralih model, cukup ubah nama modelnya.
Q6: Bagaimana cara memperkirakan biaya model untuk siklus snapshot-ref?
Biaya tugas browser terutama berasal dari token input karena setiap putaran menyertakan teks snapshot dan petunjuk sistem. Saat memperkirakan biaya, perhatikan harga input dan cache, lalu gunakan `snapshot -i` untuk memperpendek snapshot. Untuk harga terbaru setiap model, lihat halaman harga APIYI di docs.apiyi.com/models, bukan penawaran pihak ketiga yang sudah usang.
Q7: Apa saja batasan agent-browser yang sudah diketahui?
Masa berlaku ref yang terbatas membuat Agent harus sering mengambil ulang snapshot, sehingga jumlah putaran bertambah. Pada halaman yang informasi aksesibilitasnya sangat minim, snapshot mungkin tidak cukup lengkap. Dalam kondisi ini, gunakan selector CSS, XPath, atau tangkapan layar sebagai bantuan. Selain itu, browser headless akan otomatis ditutup setelah tidak aktif selama satu jam, sehingga tugas yang berjalan lama perlu dikonfigurasi agar sesinya tetap aktif.
Poin Utama agent-browser snapshot-ref
- Definisi: agent-browser adalah CLI Rust sumber terbuka dari Vercel Labs yang memungkinkan Agent mengendalikan browser perintah demi perintah.
- Siklus utama: baca halaman melalui snapshot, lakukan operasi pada ref, lalu ambil snapshot lagi untuk verifikasi. Ulangi ketiga langkah ini.
- Aturan ref: setelah navigasi halaman atau perubahan DOM, ambil snapshot baru sebelum menggunakan ref.
- Kegagalan adalah sinyal: klik akan menghasilkan error jika elemen tertutup atau dinonaktifkan. Agent perlu menangani penghalangnya sebelum mencoba lagi.
- Cara integrasi: gunakan
skills get coreuntuk memuat instruksi yang sesuai dengan versi, atau gunakanagent-browser mcpuntuk terhubung ke klien MCP. - Utamakan keamanan: di lingkungan produksi, aktifkan daftar domain yang diizinkan, auth vault, dan konfirmasi untuk operasi sensitif.
- Pilihan model: gunakan antarmuka terpadu di APIYI apiyi.com untuk membandingkan model penggerak. Lihat harga terbaru di docs.apiyi.com/models.
Kesimpulan
Poin utama siklus snapshot-ref di agent-browser:
- Gunakan teks sebagai pengganti screenshot: snapshot pohon aksesibilitas dan ref membantu model memahami halaman dengan konteks seminimal mungkin.
- Verifikasi setiap langkah: baca halaman atau URL setelah setiap operasi agar Agent tidak melanjutkan dalam kondisi yang salah.
- Kegagalan bisa ditangani: ada cara yang jelas untuk menangani elemen tertutup, masalah viewport, elemen yang dinonaktifkan, dan ref yang kedaluwarsa.
- Integrasi mudah: instalasi npm, skills bawaan, dan layanan MCP memungkinkan integrasi cepat dengan Agent yang sudah ada.
Sebaiknya mulai dengan menjalankan lima perintah—open, snapshot, click, get, dan close—secara manual di terminal. Setelah itu, masukkan aturan siklus ke petunjuk sistem Agent, lalu pilih model penggerak menggunakan halaman bisnis yang sebenarnya.
Untuk menguji efektivitas berbagai model dalam menjalankan agent-browser, gunakan APIYI apiyi.com. Platform ini kompatibel dengan format antarmuka OpenAI dan Anthropic. Panduan integrasi tersedia di docs.apiyi.com, sedangkan harga model dapat dilihat di docs.apiyi.com/models.
📚 Referensi
- GitHub – agent-browser: Repositori sumber terbuka resmi
- Tautan:
github.com/vercel-labs/agent-browser -
Keterangan: Berisi cara instalasi, panduan memulai, kelompok perintah, dan panduan pengembangan
-
Dokumentasi resmi agent-browser: Panduan lengkap dan referensi perintah
- Tautan:
agent-browser.dev -
Keterangan: Mencakup snapshot, selector, sesi, mode CDP, dan mekanisme keamanan
-
Dokumentasi keamanan agent-browser: Autentikasi dan kontrol akses
- Tautan:
agent-browser.dev/security -
Keterangan: Menjelaskan auth vault, daftar izin domain, kebijakan operasi, dan batasan konten
-
Pusat dokumentasi APIYI: Panduan integrasi model
- Tautan:
docs.apiyi.com -
Keterangan: Cara integrasi dengan format yang kompatibel dengan OpenAI dan Anthropic
-
Halaman harga model APIYI: Biaya aktual setiap model
- Tautan:
docs.apiyi.com/models - Keterangan: Semua harga model dalam artikel ini mengacu pada halaman tersebut
Penulis: Tim Teknis APIYI
Diskusi teknis: Hubungi kami melalui halaman utama situs APIYI di apiyi.com. Panduan integrasi lainnya tersedia di pusat dokumentasi docs.apiyi.com
