跳转到主要内容
袋袋专家可以直接操控一个真实的 Web 浏览器——打开网页、点击按钮、填写表单、截取页面——就像有一个助手坐在你旁边帮你操作电脑一样。

核心能力

网页导航

专家可以打开任意网址、在页面间跳转、使用搜索引擎。

表单操作

自动填写表单、选择下拉选项、勾选复选框、点击提交按钮。

数据提取

从网页中抓取文本、表格、链接等数据,整理成结构化格式。

实时可见

浏览器面板实时显示专家的操作画面,你可以全程监看。

如何使用

1

发出指令

在对话中告诉专家你希望在浏览器中完成什么任务。例如:“打开某个网站,找到定价页面,把各档价格整理成表格”。
2

观察操作

专家开始操作后,右侧会自动打开浏览器面板,你可以实时看到专家在浏览器中的每一步操作。
3

引导与纠正

如果专家走错了方向或遇到了障碍,你可以随时在对话中给出进一步指示。
4

获取结果

任务完成后,专家会在对话中返回操作结果——提取的数据、截取的截图或完成操作的确认。

典型使用场景

让专家访问多个网站,收集并比较产品信息、价格数据、技术规格等。比手动一个个打开查看高效得多。
需要在网页上填写重复性的表单?告诉专家要填的内容,它可以帮你自动完成。
让专家浏览竞品网站,截取关键页面、提取功能列表、对比定价方案,整理成分析报告。
让专家按照你的测试用例逐步操作网站,验证功能是否正常、页面是否如预期显示。
批量截取网页内容并保存,用于归档、对比或文档配图。

操作说明

专家可以做什么

  • 点击页面上的链接和按钮
  • 在输入框中键入文字
  • 从下拉菜单中选择选项
  • 滚动页面查看更多内容
  • 截取当前页面的截图
  • 从页面中读取和提取文本数据
  • 在多个标签页间切换

专家的操作边界

  • 专家操作的浏览器运行在安全沙盒环境中,与你的本地浏览器相互隔离
  • 不要让专家操作涉及你的账号密码登录的页面——沙盒中的浏览器不共享你的登录状态
  • 浏览器自动化适合公开可访问的网页,需要登录才能操作的场景可能受限

使用技巧

  • 指令要具体:说清楚你要专家做什么、在哪个网页上做、找哪个元素,比笼统的”帮我查一下”有效得多
  • 分步指引:对于复杂的多步操作,可以一步一步地引导专家,每完成一步确认后再进行下一步
  • 善用截图:如果专家找不到某个按钮或元素,让它先截图给你看,你来指出位置
  • 合理预期:极度复杂或变化频繁的网页(如包含大量 JavaScript 动态渲染的内容)可能会增加操作难度

计费说明

浏览器自动化的积分消耗主要来自对话中的模型调用(专家分析页面和决策操作),以及截图分析所使用的视觉模型 Token。浏览器本身的运行不额外收费。