Web Access
Web Access v2 让智能体在需要时使用受控浏览器访问网页。它适合普通网页抓取无法覆盖的场景：动态页面、需要登录的后台、复杂表单、单页应用、内网系统和需要截图验证的页面。
启用方式
使用网页操作、开发者工具、站点经验或本地书签前，需要启用对应技能并具备所需权限。手动接管页面后，可以在同一对话要求智能体继续操作；恢复入口 BrowserResume 不依赖这些技能。
能做什么
| 能力 | 说明 |
|---|---|
| 标签页控制 | 打开、列出、切换和关闭浏览器标签页 |
| 页面操作 | 点击、滚动、输入、选择元素 |
| 截图观察 | 截取页面或元素状态，辅助视觉判断 |
| CDP 代理 | 通过 Chrome DevTools Protocol 读取更细的页面状态 |
| 文件上传 | 在需要时选择本地文件上传，通常需要确认 |
| 本地书签 | 查询 Chrome / Edge 等浏览器的书签和历史线索 |
| 站点经验 | 记录某个站点的登录入口、选择器、操作路径和注意事项 |
浏览器工具与控制权
| 工具 | 适合做什么 |
|---|---|
BrowserAct | 导航、点击、输入、等待和截图 |
BrowserDevtools | 查看或调试网络、Cookie、站点存储、控制台和性能；调用原始 CDP |
两类工具都要核对当前会话的操作权限，并遵守审批规则。
手动操作后让智能体继续
- 接管或亲自操作受控页面后，智能体的浏览器操作会暂停。
- 完成手动操作后，在同一对话告诉智能体：“继续操作这个页面。”
- 智能体会先重新读取页面，再继续处理。继续操作的指令需要在暂停后重新发送。
恢复不会重放被中断的命令。
遇到控制错误时
| 提示的情况 | 怎样处理 |
|---|---|
| 失去控制权 | 先确认谁在操作，再决定是否重新授权 |
| 会话已关闭或崩溃 | 核对原任务进度，再决定是否新建会话 |
| 浏览器空间已删除 | 旧会话已失效，需要重新选择或创建可用空间 |
错误回执会说明原因。先核对页面和已完成的操作，再重新尝试。
SitePattern
SitePattern 是站点经验记录。它帮助智能体记住某个网站如何使用，例如：
- 登录入口和常见跳转
- 搜索框、筛选器、导出按钮的位置
- 常见错误和弹窗处理方式
- 哪些页面需要等待动态加载
写入站点经验前会进行校验，避免把无效或过度宽泛的规则保存下来。
LocalBookmarks
LocalBookmarks 可以从本机浏览器书签和历史中寻找 URL 线索。它不会自动登录网站，也不会绕过权限；只是帮助智能体找到你常用系统的入口。
安全边界
- 默认只允许
http和httpsURL - 上传文件、提交表单、删除或发布内容等有外部影响的操作会触发审批
- 浏览器会尽量隔离会话标签页，避免不同任务互相污染
- 截图和页面内容会进入当前任务上下文，请避免在敏感页面开启无关任务
与 WebFetch / WebSearch 的关系
DesireCore 的联网能力分三层，智能体会按成本从低到高自动选择：
| 层级 | 工具 | 适用场景 | 特点 |
|---|---|---|---|
| 1 | WebSearch | 查找公开信息、新闻、技术文档 | 不打开浏览器，直接返回搜索结果摘要 |
| 2 | WebFetch | 读取已知 URL 的网页正文 | 智能提取正文、去广告导航，15 分钟缓存 |
| 3 | Web Access | 动态页面、登录态、SPA、表单操作 | 启动受控浏览器，模拟真实用户操作 |
如果普通抓取足够完成任务，智能体不需要打开浏览器。
典型使用场景
| 场景 | 推荐工具 | 说明 |
|---|---|---|
| 查找某个 API 的最新文档 | WebSearch | 公开信息，搜索即可 |
| 读取一篇博客文章内容 | WebFetch | 静态页面，直接抓取正文 |
| 登录管理后台查看数据 | Web Access | 需要登录态和页面交互 |
| 操作 SPA 单页应用 | Web Access | 内容通过 JS 动态渲染 |
| 填写在线表单并提交 | Web Access | 需要输入和点击操作 |
| 截取页面当前状态 | Web Access | 需要截图能力 |
自动降级
WebSearch 内部也有降级策略：优先使用 LLM 服务端搜索，不可用时降级到独立搜索 API，最后才启动浏览器子智能体。你无需手动选择，智能体会根据任务自动判断。