Trình duyệt của agent
Một trình duyệt thực trong ứng dụng máy tính mà Perch điều khiển thay bạn, dùng các phiên bạn đã đăng nhập.
Một số công việc không nằm trong thư mục của bạn. Chúng nằm sau bước đăng nhập: hóa đơn trong cổng thông tin nhà cung cấp, tài liệu nộp trên trang tòa án, bảng điều khiển mà nhóm bạn trả phí để dùng. Trình duyệt của agent là cách Perch tiếp cận những công việc đó. Đây là một trình duyệt thực tích hợp trong ứng dụng máy tính, chạy trong khung bên cạnh cuộc hội thoại, và Perch điều khiển nó theo cách bạn vẫn làm.
Dùng phiên bạn đã có
Điều quan trọng là trình duyệt đó thuộc về ai. Perch không yêu cầu từng dịch vụ cấp quyền truy cập API hay quyền OAuth. Nó làm việc trong phiên trình duyệt do bạn kiểm soát và tự đăng nhập.
Điều này có ý nghĩa vì hai lý do. Phần lớn công cụ mọi người thực sự dùng không cung cấp API hữu ích, và những công cụ có API thường chỉ cho phép dùng ở gói mà bạn không đăng ký. Còn mỗi quyền OAuth bạn cấp là một quyền tồn tại lâu dài mà bạn phải nhớ thu hồi. Phiên trình duyệt thì khác: đó là quyền truy cập bạn đã có, thực hiện cùng những việc bạn sẽ làm thủ công.
Perch có thể làm gì trong trình duyệt
Perch có thể truy cập trang, đọc nội dung, nhấp, nhập văn bản, điền biểu mẫu, nhấn phím, cuộn và đóng các hộp thoại cản trở. Nó có thể lùi và tiến trong lịch sử duyệt web, rồi tải lại trang. Nó cũng có thể tìm kiếm trên web và đưa kết quả vào công việc đang thực hiện.
Nó đọc trang theo hai cách cùng lúc. Nó thấy cấu trúc, tức các nút, liên kết và trường nhập thực tế, nhờ đó có thể thao tác chính xác. Nó cũng thấy trang dưới dạng hình ảnh, nhờ đó có thể xử lý khi cấu trúc không thuận tiện và một điều khiển chỉ có thể hiểu bằng hình ảnh. Phần lớn thời gian, cấu trúc là đủ. Ảnh chụp màn hình giúp nó tiếp tục làm việc trên những trang vốn sẽ khiến nó dừng lại.
Mỗi lần một trang
Quan sát Perch làm việc
Khung trình duyệt không phải hộp đen. Nó tự mở khi có điều bạn nên xem, và ví dụ rõ nhất là đăng nhập: nếu Perch gặp trang yêu cầu đăng nhập, khung được đưa ra phía trước và thông báo cần bạn thao tác. Bạn đăng nhập, rồi Perch tiếp tục từ đó. Bạn không bao giờ đưa mật khẩu cho nó, vì chính bạn là người nhập.
Bạn cũng có thể tự điều khiển. Khung có thanh địa chỉ và các nút lùi, tiến, tải lại, để bạn điều khiển bất kỳ lúc nào: đến thẳng một trang, vượt qua bước Perch đang mắc kẹt hoặc kiểm tra trang nó đang xem. Khi bạn xong, Perch tiếp tục từ trạng thái bạn để lại trên trang.
Giới hạn thao tác
Perch sẽ không nhấp nút mà nó không xác định được trong hộp thoại về chia sẻ hoặc quyền truy cập. Nó sẽ không đoán khi thay đổi người có thể xem nội dung, nên sẽ dừng lại và hỏi bạn. Đây là lựa chọn có chủ đích: trình duyệt là nơi một cú nhấp sai đầy tự tin có thể gây hậu quả bên ngoài máy tính của bạn.
Hoạt động ở đâu
Trình duyệt của agent là một phần của ứng dụng máy tính. CLI và chat trên web đều không có nó, vì cả hai thiếu trình duyệt nền tảng của khung này. Nếu bạn yêu cầu CLI làm việc trong trình duyệt, nó sẽ cho biết khả năng đó không có ở đây thay vì giả vờ làm được.
Bắt đầu
Không cần bật gì cả. Yêu cầu Perch làm việc cần đến web và nó sẽ tự mở khung. Một số yêu cầu hữu ích:
- Lấy ba hóa đơn gần nhất từ cổng thông tin nhà cung cấp và đối soát với thư mục.
- Kiểm tra xem tài liệu nộp này có khớp với thông tin trong sổ theo dõi vụ án không.
- Đến trang này và lấy số liệu trong bảng cho tôi.
Nếu trang cần đăng nhập mà bạn chưa đăng nhập trong khung, Perch sẽ dừng lại và hỏi. Đó là quy trình dự kiến, không phải lỗi.
Sub-agent
Cách Perch giao một phần tác vụ cho agent hỗ trợ chuyên trách, vì sao điều đó giữ luồng hội thoại chính gọn gàng và cách chọn mô hình cho các agent hỗ trợ.
Flock
Chế độ đa agent thử nghiệm của Perch. Nó lập kế hoạch một nhóm agent thực thi riêng cho tác vụ khó, chạy theo giai đoạn và để các agent thực thi làm nhiệm vụ kiểm tra kiểm chứng kết quả trước khi bạn thấy.