เบราว์เซอร์ของเอเจนต์

งานบางอย่างไม่ได้อยู่ในโฟลเดอร์ของคุณ แต่อยู่หลังหน้าลงชื่อเข้าใช้ เช่น ใบแจ้งหนี้ในพอร์ทัลของผู้ขาย เอกสารที่ยื่นไว้บนเว็บไซต์ศาล หรือแดชบอร์ดที่ทีมของคุณจ่ายเงินใช้ เบราว์เซอร์ของเอเจนต์คือวิธีที่ Perch เข้าถึงงานเหล่านั้น เป็นเบราว์เซอร์จริงที่สร้างไว้ในแอปเดสก์ท็อป ทำงานอยู่ในแผงข้างบทสนทนา และ Perch ควบคุมมันแบบเดียวกับที่คุณทำ

ใช้เซสชันที่คุณมีอยู่แล้ว

ประเด็นสำคัญคือเบราว์เซอร์นี้เป็นของใคร Perch ไม่ได้ขอสิทธิ์เข้าถึง API หรือ OAuth grant จากแต่ละบริการ แต่ทำงานภายในเซสชันเบราว์เซอร์ที่คุณควบคุมและลงชื่อเข้าใช้ด้วยตัวเอง

เรื่องนี้สำคัญด้วยสองเหตุผล เครื่องมือส่วนใหญ่ที่คนใช้จริงไม่มี API ที่น่าใช้ และเครื่องมือที่มีก็มักจำกัดไว้เฉพาะแพ็กเกจที่คุณไม่ได้ใช้ นอกจากนี้ OAuth grant ทุกครั้งที่คุณให้ไปคือสิทธิ์ที่ค้างอยู่ซึ่งคุณต้องจำไว้ว่าต้องเพิกถอน เซสชันเบราว์เซอร์ต่างออกไป เพราะเป็นสิทธิ์การเข้าถึงเดียวกับที่คุณมีอยู่แล้ว และทำสิ่งเดียวกับที่คุณจะทำด้วยมือ

Perch ทำอะไรในเบราว์เซอร์ได้บ้าง

Perch เปิดไปยังหน้าเว็บ อ่านสิ่งที่อยู่บนหน้า คลิก พิมพ์ กรอกฟอร์ม กดปุ่มคีย์บอร์ด เลื่อนหน้า และปิดกล่องโต้ตอบที่ขวางทางได้ ย้อนกลับและไปข้างหน้าในประวัติ และโหลดหน้าใหม่ได้ นอกจากนี้ยังค้นหาเว็บและดึงผลลัพธ์เข้ามาใช้ในงานที่กำลังทำได้ด้วย

Perch อ่านหน้าเว็บสองแบบพร้อมกัน แบบแรกคือเห็นโครงสร้าง หมายถึงปุ่ม ลิงก์ และช่องกรอกข้อมูลจริง ซึ่งทำให้มันลงมือได้อย่างแม่นยำ แบบที่สองคือเห็นหน้าเว็บเป็นภาพ ซึ่งทำให้มันรับมือได้เมื่อโครงสร้างไม่ให้ความร่วมมือ และตัวควบคุมบางตัวเข้าใจได้จากการมองเห็นเท่านั้น ส่วนใหญ่แล้วโครงสร้างก็เพียงพอ ภาพหน้าจอคือสิ่งที่ทำให้มันทำงานต่อได้บนหน้าที่ไม่อย่างนั้นจะทำให้มันติด

ดูมันทำงาน

แผงนี้ไม่ใช่กล่องดำ มันจะเปิดขึ้นเองเมื่อมีสิ่งที่คุณควรเห็น และตัวอย่างที่ชัดที่สุดคือการลงชื่อเข้าใช้ ถ้า Perch เจอหน้าลงชื่อเข้าใช้ที่ขวางอยู่ แผงจะขึ้นมาด้านหน้าและบอกว่าต้องการคุณ คุณลงชื่อเข้าใช้ แล้ว Perch ทำงานต่อจากตรงนั้น คุณไม่ต้องให้รหัสผ่านกับมันเลย เพราะคุณเป็นคนพิมพ์เอง

หรือคุณจะเข้าควบคุมเองก็ได้ แผงนี้มีแถบที่อยู่ ปุ่มย้อนกลับ ไปข้างหน้า และโหลดใหม่ คุณจึงควบคุมเองได้ทุกเมื่อ ไม่ว่าจะไปที่หน้าใดหน้าหนึ่งโดยตรง ผ่านขั้นตอนที่ Perch ติดอยู่ หรือดูว่ามันกำลังดูอะไรอยู่ เมื่อคุณทำเสร็จ Perch จะทำงานต่อจากหน้าที่คุณทิ้งไว้

ขอบเขตที่ Perch ไม่ข้าม

Perch จะไม่คลิกปุ่มที่ระบุไม่ได้ในกล่องโต้ตอบเกี่ยวกับการแชร์หรือสิทธิ์ การเปลี่ยนว่าใครเห็นอะไรได้ไม่ใช่ขั้นตอนที่มันจะทำโดยการเดา มันจึงหยุดและถามคุณแทน นี่เป็นความตั้งใจ เพราะเบราว์เซอร์คือที่เดียวที่การคลิกผิดอย่างมั่นใจจะส่งผลไปนอกเครื่องของคุณ

ใช้ได้ที่ไหน

เบราว์เซอร์ของเอเจนต์เป็นส่วนหนึ่งของแอปเดสก์ท็อป CLI ไม่มี และเว็บแชตก็ไม่มี เพราะทั้งสองไม่มีเบราว์เซอร์ที่แผงนี้สร้างขึ้นมา ถ้าคุณขอให้ CLI ทำงานในเบราว์เซอร์ มันจะบอกว่าความสามารถนี้ใช้ไม่ได้ที่นั่น แทนที่จะแกล้งทำเป็นว่าทำได้

เริ่มต้นใช้งาน

ไม่ต้องเปิดใช้อะไร ขอให้ Perch ทำบางอย่างที่ต้องใช้เว็บ แล้วมันจะเปิดแผงเอง ตัวอย่างสิ่งที่น่าลองขอ

• ดึงใบแจ้งหนี้สามใบล่าสุดจากพอร์ทัลของผู้ขาย แล้วกระทบยอดกับโฟลเดอร์
• ตรวจว่าเอกสารที่ยื่นนี้ตรงกับที่ระบุไว้ในสารบบคดีหรือไม่
• ไปที่หน้านี้แล้วดึงตัวเลขออกมาจากตาราง

ถ้าเว็บไซต์ต้องลงชื่อเข้าใช้แต่คุณยังไม่ได้ลงชื่อเข้าใช้ในแผง Perch จะหยุดและถาม นั่นคือขั้นตอนที่ออกแบบไว้ ไม่ใช่ความล้มเหลว