एजेंट ब्राउज़र ऑटोमेशन

आपके AI एजेंट उसी Browser पैनल को चला सकते हैं जो आप पहले से इस्तेमाल कर रहे हैं — वही टैब, वही इतिहास, वही लॉग-इन सत्र।

हेडलेस ब्राउज़र शून्य से शुरू होता है: न कुकी, न सत्र, न एक्सटेंशन, और दूसरे ही पेज पर लॉगिन की दीवार। नतीजा यह कि एजेंट आपसे लॉगिन माँगने लगता है, या हार मानकर बताने लगता है कि वह क्या करता।

1DevTool इसके बजाय वही ब्राउज़र एजेंट को सौंप देता है जो आप पहले से खोले बैठे हैं। वही टैब, वही ब्राउज़िंग इतिहास, वही लॉग-इन सत्र — एजेंट वहीं काम करता है जहाँ आप काम करते हैं।

Browser पैनल चलाता एक एजेंट

एजेंट क्या कर सकता है

1DevTool MCP से जुड़ा कोई भी एजेंट यह कर सकता है:

  • नेविगेट — टैब खोलना, टैब चुनना, किसी URL पर जाना, पीछे-आगे जाना, रीलोड, टैब बंद करना
  • पढ़ना — पेज की संरचना का स्नैपशॉट, कंसोल आउटपुट, मौजूदा टैब का स्क्रीनशॉट
  • क्रिया — कंट्रोल पर क्लिक, टेक्स्ट टाइप, select में विकल्प चुनना, कुंजी दबाना, पेज बदलने की प्रतीक्षा

"देखो यह ठीक हुआ या नहीं" के लिए असल में जो चाहिए, उसका ज़्यादातर हिस्सा इतने में आ जाता है: पेज खोलो, प्रवाह पर क्लिक करो, कंसोल पढ़ो, नतीजा कैद करो।

क्या नहीं कर सकता

ऑटोमेशन एक स्पष्ट प्रोजेक्ट और टैब तक सीमित रहता है। एक पेज के बारे में पूछने भर से एजेंट आपके पूरे ब्राउज़र में नहीं घूमता।

पासवर्ड और फ़ाइल वाले खाने सुरक्षित हैं — एजेंट न पासवर्ड खाने में लिख सकता है, न आपके फ़ाइल चयनकर्ता को कोई पथ थमा सकता है।

एजेंट को इसी ओर भेजिए

सीधे कहिए और एजेंट यही पैनल इस्तेमाल करेगा:

1DevTool browser MCP इस्तेमाल करो: localhost:3000/pricing खोलो, सालाना वाला टॉगल दबाओ, और बताओ कंसोल में क्या आया।

जो एजेंट सामान्यतः अपना अलग Chrome सत्र खोल लेते — ख़ासकर Codex — उन्हें बाहर विंडो खोलने या नया एजेंट टर्मिनल बनाने के बजाय सामने दिख रहे Browser पैनल की ओर भेज दिया जाता है।

ऐप के भीतर के Browser पैनल की ओर भेजा गया एजेंट

तत्वों के संदर्भ नेविगेशन के बाद भी टिके रहते हैं

स्नैपशॉट एजेंट को तत्वों के संदर्भ देता है। पेज बदलने पर वे संदर्भ ताज़ा कर दिए जाते हैं, न कि चुपचाप किसी ऐसे पेज की ओर इशारा करते रहें जो अब है ही नहीं — इसलिए कई चरणों वाला प्रवाह लॉगिन के बाद के रीडायरेक्ट पर बिखरता नहीं।

भारी पेज भी अटकते नहीं

स्क्रीनशॉट और बड़े पेज पेलोड एजेंट तक पूरे पहुँचते हैं, जबकि डेस्कटॉप इंटरफ़ेस सिर्फ़ एक संक्षिप्त झलक संभालता है। एजेंट को पूरा नतीजा मिलता है; आपकी विंडो उसे बनाते हुए जमती नहीं।

देखिए उसने क्या किया

हर कॉल स्थिति, अवधि और सुरक्षित झलक के साथ MCP नियंत्रण → Activity में आ जाती है — देखिए MCP नियंत्रण। अगर किसी काम में यह पहुँच ज़्यादा लगे तो वहीं Browser समूह बंद कर दीजिए, और एजेंट को बता दिया जाएगा कि टूल उपलब्ध नहीं है।

आगे पढ़ें