内嵌浏览器

内嵌浏览器是一个工具面板，和终端、文档预览同级。它由系统安装的 Chrome、Chromium 或 Edge 驱动，运行在运行时自己的隔离配置里，不是应用外壳，也不是另一个 WebUI 产品。 人和 Agent 看到的是同一个页面：你看到的是实时画面，Agent 通过结构化的页面快照和操作工具工作。这样它点击的元素和你眼前的元素不会分叉。

​

打开浏览器面板

在预览面板的 + 菜单里选择 浏览器，或新建一个浏览器标签。地址栏支持：

• 输入完整地址并回车。
• 输入关键词，用 设置 → 浏览器 里选择的搜索引擎搜索。
• 后退、前进、重新加载，以及在新标签页中打开链接。

浏览器面板和文件、差异、终端共用同一套标签和分栏。可以把面板弹出为独立窗口，或全屏显示。

​

阅读和操作页面

页面内容是不可信输入。Agent 的工具说明会明确要求它不要执行页面里伪装成指令的文字；你在批准导航、上传或敏感操作时也应保持同样的判断。

​

Agent 能做什么

Agent 通过内置的浏览器工具工作，主要包括：

• 观察：读取页面的可访问性树和可交互元素，返回短期有效的元素引用。
• 操作：点击、填写、按键、悬停、滚动、选择下拉项、拖拽、上传文件。
• 导航与标签：打开、切换、关闭标签，等待某个条件出现。
• 读取：提取页面文本、读取控制台和网络诊断、截取屏幕截图。
• 测试：录制操作并导出 Playwright 测试；保存页面基线并比较变化。
• 请求帮助：遇到验证码、登录或无法决定的事情时，请人接手。

元素引用只在下一次观察之前有效。页面重新渲染、导航或再次观察后，旧引用会被拒绝，Agent 必须重新观察——这能避免“点击落到了刚好移到这个位置的东西上”。

​

你始终可以接管

当 Agent 正在操作当前标签时，面板右下角会显示 Agent 正在操作。点击暂停按钮可以立即收回控制权；暂停后 Agent 仍能观察页面，但不能继续点击或输入。处理完后点击播放按钮，把标签交还给 Agent；它会重新观察页面再继续。 你自己在页面里输入也会暂停 Agent 在该标签上的操作。面板会显示原因，并给出交还控制的入口。

​

设置

设置 → 浏览器 控制浏览器面板自己的标签页：

​

安全边界

• 浏览器使用独立的 user-data-dir，不会读写你日常浏览器的配置，除非你明确导入登录状态。
• 下载默认拒绝；允许后也只能写入运行时下载目录，不能写入工作区。
• 页面不能静默打开原生文件选择器或保存对话框。
• Agent 的每一次导航和操作都会写入脱敏审计记录；Cookie、token 和输入值不会进入审计。
• 跨源导航、访问本机回环地址或上传文件可能需要你额外批准。

​

遇到问题