用途：在 Amazon Bedrock AgentCore Browser 上构建生产级网页抓取。它提供托管云 Chromium，无需自建爬虫集群或常驻容器，按会话计费并天然隔离。核心思路是“LLM 决策、代码执行”：模型只提供参数，通过六个固定工具操作页面，不生成任意脚本，避免注入面。
主要能力：Collector 以 Python 工作线程运行，调用 browser_session(region, profile_configuration=..., proxy_configuration=...) 启动会话，经 generate_ws_headers()（SigV4）后用 playwright chromium.connect_over_cdp(ws_url, headers) 连接。Strands Agent 使用六个固定工具：navigate、scroll_to_bottom、click_load_more、get_page_text、screenshot、extract_by_selector。extract_by_selector 用常量 JS 模板配合模型传入的 CSS 选择器，保留条目边界与属性；screenshot 返回降采样 JPEG，帮助模型区分“页面确实为空”与登录墙、验证码或 Cookie 横幅。滚动需针对 flex 布局使用 document.scrollingElement，并遍历内部溢出面板。内置 SSRF 防护：仅 HTTPS、禁止 IP 字面量、屏蔽私有网段与 IMDS，并在每次 navigate 时重新校验。
登录态：用户通过 DCV 实时视图在云浏览器中登录一次，Cookie/令牌保存到 Browser Profile 供后续抓取复用，凭据不进入对话或数据库。流程为生成一次性 URL 令牌、带 profile 启动会话、预签名实时视图流端点、嵌入 DCV Web Client，完成后先 save_browser_session_profile 再 stop_browser_session。登录墙检测采用三层：已知站点的预检门、抓取中的模型哨兵、以及用会话 Cookie 主动探测登录敏感端点，仅明确 INVALID 才使 Profile 失效。
代理与数据：start_browser_session 支持 externalProxy（服务器、端口、凭据仅以 Secrets Manager ARN 传入），未配置时回退默认出口。时间戳解析按 ISO、相对短语、采集时间兜底并标记 time_confidence="unknown"，避免空值污染批次；消息 ID 用内容哈希并纳入平台原生 ID，跨运行去重。
适用场景：抓取动态、JS 渲染或懒加载页面（社交信息流、论坛、评论站）；需要登录且登录态不出 AWS 的站点；页面明显有内容却返回 0 条（滚动容器或登录墙误判）；云浏览器内 Google SSO 静默失败；目标站点封禁 AWS 出口 IP 需外部代理。
限制与注意：不适用于 AgentCore Browser 服务总览或会话 API 介绍。需固定 SDK 版本，boto3 需足够新以识别 profileConfiguration 与 bedrock-agentcore 服务（Lambda 自带版本过旧，需自行打包）；宿主框架拥有 asyncio 循环时，同步 Playwright 须在专用工作线程运行；需同时授予 bedrock:InvokeModel 与 InvokeModelWithResponseStream，并以 browser/ 与 browser-custom/ 两种形式写入会话 ARN；模型最终输出应约束为严格契约（JSON 数组、[] 或 LOGIN_NEEDED: <host> / BLOCKED: <reason> 等类型化哨兵）并防御性解析；Profile 查找的主机名须由服务端从源 URL 推导，不得取自模型输出；登录会话与抓取会话须应用相同 enterprisePolicies。具体价格、平台支持范围等资料暂未提供。