某中心发布云端浏览器工具AgentCore，赋能AI网页交互

某中心发布AgentCore云端浏览器工具

在某机构2025纽约峰会上，某机构云服务（AWS）宣布推出Amazon Bedrock AgentCore浏览器工具的预览版。该工具作为完全托管的云端浏览器，使生成式AI代理能够无缝与网站交互，解决两大核心问题：基础模型依赖静态训练数据而缺乏实时信息获取能力；企业在规模化部署AI网页自动化时面临的技术挑战。

技术背景与价值

AgentCore浏览器工具专为多步骤复杂任务设计，提供以下关键能力：

• 动态数据获取：突破API限制，直接从网页获取实时数据
• 规模化部署：支持数千并发会话的企业级自动化需求
• 基础设施托管：消除自建浏览器集群的管理负担

典型应用场景包括：

1. 重复性任务自动化：表单填写、数据提取、内容预审
2. 智能研究助手：价格监控、舆情分析、知识库更新
3. 跨系统工作流：多SaaS系统集成、供应链可视化
4. 测试验证：跨设备兼容性测试、持续性监控
5. 遗留系统对接：无API旧系统的数据提取

核心技术特性

网页交互能力

• 完整导航控制（含多页流程）
• JavaScript富应用支持
• 表单操作（文本/下拉/文件上传）
• 拟人化交互（滚动/悬停/点击）

无服务器架构

• 自动扩缩容（单会话至数千并发）
• 全球部署选项
• 按用量计费模式

视觉理解

• 全页面截图分析
• 视觉元素定位
• 图形内容提取
• 分辨率/设备模拟

企业级安全

• 会话隔离机制
• IAM访问控制
• 临时会话销毁

开发支持

# Playwright集成示例
from bedrock_agentcore.tools.browser_client import browser_session

with browser_session('us-west-2') as client:
    ws_url, headers = client.generate_ws_headers()
    # 建立浏览器连接...
    page.goto("https://example.com")

技术实现路径

AI代理通过以下流程驱动浏览器：

1. 用户输入自然语言指令（如"搜索某商品"）
2. 代理框架（如Nova Act）将指令转换为结构化命令
3. 通过WebSocket安全连接执行浏览器操作
4. 返回页面响应及截图供AI进一步分析

部署要求

• Python 3.10+环境
• IAM权限配置
• 可选可视化组件BrowserViewerServer

# 快速启动命令
git clone https://github.com/awslabs/amazon-bedrock-agentcore-samples.git
pip install bedrock-agentcore

计费模式

• 按秒计费（CPU/内存峰值计量）
• 预览期免费（截至2025年9月16日）
• 128MB内存起计

该工具现已开放使用，技术文档详见某机构云服务官方开发者指南。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）
公众号二维码