AI ब्राउज़र एजेंटों को चाहिए अपना अलग ब्राउज़र
स्वायत्त एजेंट को अपना रोज़ का ब्राउज़र सौंपने का मतलब है उसे आपकी कुकी, आपके लॉगिन और आपका डिवाइस देना। एजेंट अलग-थलग प्रोफ़ाइल में क्यों होने चाहिए, और उन्हें वह कैसे दें।
AI एजेंट को वेब पर असली क्षमता देने का सबसे तेज़ तरीक़ा है उसे ब्राउज़र चलाने देना। पछताने का सबसे तेज़ तरीक़ा है उसे आपका ब्राउज़र चलाने देना। रोज़ के ब्राउज़र में हर वह सेशन होता है जिसमें आपने कभी साइन-इन किया है, और जो एजेंट क्लिक कर सकता है वह उन सेशनों की पहुँच वाली हर चीज़ पर क्लिक कर सकता है।
नुकसान के दायरे की समस्या
सप्लायरों पर शोध करने को कहा गया एजेंट आपका बैंक टैब खोलने का इरादा नहीं रखता। लेकिन जिस ब्राउज़र में वह चलता है वह कोई भेद नहीं करता: एक कुकी जार, सहेजे हुए लॉगिन का एक सेट, एक मशीन पहचान। एजेंट जहाँ भी नेविगेट कर सकता है, वहाँ के लिए वह पहले से प्रमाणित है। लोग जो उपाय सबसे पहले अपनाते हैं — अलग Chrome प्रोफ़ाइल, इन्कॉग्निटो विंडो — वे कुकी को हिलाते हैं, बाकी कुछ नहीं।
आइसोलेशन को असल में क्या-क्या ढकना होगा
- स्टोरेज: उसका अपना कुकी जार, Local Storage और IndexedDB, ऐसी डायरेक्टरी में जिसमें और कुछ नहीं लिखता
- क्रेडेंशियल: सिर्फ़ वे लॉगिन जिनमें आपने उस प्रोफ़ाइल में जान-बूझकर साइन-इन किया, और कोई नहीं
- नेटवर्क: उसका अपना रूट, ताकि एजेंट का ट्रैफ़िक और आपका ट्रैफ़िक एक ही पता न हो
- डिवाइस पहचान: उस प्रोफ़ाइल के लिए स्थिर, और उस मशीन की प्रति नहीं जिस पर आप काम करते हैं
- एक्सटेंशन: सिर्फ़ वही जो एजेंट को चाहिए, आपका पासवर्ड मैनेजर नहीं
यह वही सूची है जो अलग-थलग ब्राउज़र प्रोफ़ाइल पहले से पूरी करती है। ब्राउज़र की नज़र से एजेंट आपकी मशीन का बस एक और उपयोगकर्ता है, जिसे आपके बाकी काम को देख नहीं पाना चाहिए।
एजेंट को प्रोफ़ाइल देना
PowerOps में तरीक़ा छोटा है। एजेंट के लिए एक प्रोफ़ाइल बनाइए, उसे वह रूट दीजिए जिस पर आप उसका ट्रैफ़िक चाहते हैं, और सिर्फ़ उन अकाउंटों में साइन-इन कीजिए जो उस काम को चाहिए। फिर उसे Local API से शुरू कीजिए, जो ब्राउज़र का डीबगिंग एंडपॉइंट लौटाता है, और अपने एजेंट फ़्रेमवर्क को उस एंडपॉइंट की ओर कीजिए, न कि उस ब्राउज़र की ओर जिसे उसने ख़ुद लॉन्च किया।
# Start the agent's profile and take the endpoint it returns.
curl -s -X POST http://127.0.0.1:50326/v1/browsers/start \
-H "Authorization: Bearer $POWEROPS_KEY" \
-H "Content-Type: application/json" \
-d '{"profileId": "agent-research-01"}'जो भी Chrome DevTools Protocol बोलता है — Puppeteer, Playwright, या इनमें से किसी को लपेटने वाला एजेंट फ़्रेमवर्क — वह उस कॉल के लौटाए एंडपॉइंट से जुड़ जाता है। एजेंट के कोड में कुछ नहीं बदलता; बदलता है वह ब्राउज़र जिसमें वह उतरता है।
हर एजेंट के लिए नहीं, हर काम के लिए एक प्रोफ़ाइल
सहज झुकाव है एजेंट को प्रोफ़ाइल देने का। बेहतर इकाई है काम। सप्लायर शोध के लिए एक प्रोफ़ाइल, उस अकाउंट के लिए एक जिससे उसे पोस्ट करने की अनुमति है, उस डैशबोर्ड के लिए एक जिसे वह पढ़ता है। अगर कोई रन गड़बड़ हो जाए, तो नुकसान उतने तक सीमित रहता है जितने तक वह एक प्रोफ़ाइल पहुँच सकती थी, और आप डायरेक्टरी फेंककर दोबारा शुरू कर सकते हैं।
रनों को तुलनीय रखना
एजेंटों को डीबग करना कठिन है क्योंकि दो रन शायद ही कभी एक जैसे होते हैं। जो प्रोफ़ाइल हर लॉन्च पर वही डिवाइस बताती है, उसी रूट से, उसी स्थिति में जिसमें आपने उसे छोड़ा था, वह कोशिशों के बीच के अंतर की एक पूरी श्रेणी हटा देती है। जब कोई रन अलग व्यवहार करे, तो माहौल अब संदिग्धों में नहीं रहता।
सीमा रेखा
इनमें से कुछ भी किसी साइट की शर्तों, उसकी रेट सीमाओं या उसकी robots नीति को लाँघने का तरीक़ा नहीं है, और उसे ऐसा बताकर बेचा भी नहीं जाता। यह एजेंट को वह ब्राउज़र देता है जो आपका नहीं बल्कि काम का है।
