用途:在 AgentCore 容器内提供无头 Chromium 浏览器,用于网页浏览、截图和页面元素交互,可通过 Agent 对话触发。
主要能力与用法:browser_navigate 访问 URL,返回页面标题与正文,正文截断为 8000 字符,示例命令 node {baseDir}/navigate.js '{"url": "https://example.com"}'。browser_screenshot 截取当前页面并发送给用户,示例 node {baseDir}/screenshot.js '{"description": "Homepage after login"}',返回含 [SCREENSHOT:{s3key}] 标记的文本,由代理转为图片。browser_interact 支持 click、type、wait、scroll,示例:node {baseDir}/interact.js '{"action": "click", "selector": "#submit-btn"}';type 需 selector 与 text;wait 需 selector。
适用场景:在 Agent 对话中说“访问 example.com”“截图”“点击登录按钮”“在表单输入邮箱”“向下滚动”“等待结果加载”等,可分别触发上述工具。
限制与安全:需 enable_browser=true,否则不可用并报错。浏览器运行在按用户隔离的 microVM 中;截图上传到用户自己的 S3 命名空间,无跨用户访问;会话文件存于 /tmp/agentcore-browser-session.json;导航超时 30 秒,交互超时 10 秒,等待超时 15 秒。