情境
正式應用中的瀏覽器 Agent
採購助理開啟核准的供應商入口，找到指定零件、填寫採購申請，並停在最後的送出按鈕前。 透過 open_page、inspect_page、click、fill 等工具提供瀏覽器狀態。
Sol 規劃長流程；允許網域、阻擋下載、截圖紀錄與提交前即時確認，由瀏覽器控制器強制執行。
正式環境場景
瀏覽器 Agent 用 LLM API
採購助理開啟核准的供應商入口，找到指定零件、填寫採購申請，並停在最後的送出按鈕前。 透過 open_page、inspect_page、click、fill 等工具提供瀏覽器狀態。
正式環境實作
API、主要模型與備援設定
| 正式環境選擇 | 建議 | 原因 |
|---|---|---|
| API | POST /v1/chat/completions | OpenAI 相容伺服器端請求 |
| 主要模型 | gpt-5.6-sol | 長時間且需追蹤狀態的瀏覽器任務，若復原與正確停止比 Token 成本更重要，使用 Sol。 |
| 備援模型 | gpt-5.6-terra | Terra 可處理短且穩定的導覽流程。 涉及提交、購買、刪除或傳送的任務，切換較低階模型前須重新做安全評估。 |
| 升級模型 | gpt-5.6-sol | 只在主要路徑未達品質或複雜度門檻時使用 |
| 輸出規則 | 通過驗證的工具呼叫 | 提供已驗證的填妥表單與最終狀態摘要，確認前不送出。 |
架構
瀏覽器 Agent流程如何運作
- 建立限定網域的瀏覽器工作階段，使用可還原測試帳戶。
- 提供有語意的頁面狀態與少量操作。
- 執行一個操作後，檢查新狀態。
- 不猜測座標，妥善處理版面或時序變化。
- 在重大操作前立即停止並要求確認。
API 請求
透過 LLMFly AI 呼叫 gpt-5.6-sol
從伺服器送出請求，將範例內容與預留工具格式換成應用的資料與工具。
curl https://app.llmfly.ai/v1/chat/completions \
-H "Authorization: Bearer $LLMFLY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-sol",
"messages": [
{"role": "system", "content": "Complete the procurement form with browser tools. Stay on allowed domains. Stop before the final submission and ask for confirmation with a summary of the exact order."},
{"role": "user", "content": "Prepare a purchase request for the approved part and quantity in the attached specification."}
],
"tools": [{"type": "function", "function": {"name": "YOUR_TOOL", "description": "Replace with the tool contract for this workflow", "parameters": {"type": "object", "properties": {}, "additionalProperties": false}}}]
}'模型選擇
為什麼以 gpt-5.6-sol 為主要模型
長時間且需追蹤狀態的瀏覽器任務，若復原與正確停止比 Token 成本更重要，使用 Sol。
Terra 可處理短且穩定的導覽流程。 涉及提交、購買、刪除或傳送的任務，切換較低階模型前須重新做安全評估。
驗收
瀏覽器 Agent驗收檢查
| 指標 | 通過條件 |
|---|---|
| 任務完成率 | 驗證後的最終應用狀態符合要求的結果 |
| 多餘操作數 | 流程不含與目標無關的導覽、編輯或提交 |
| UI 變動後復原 | 小幅文案、版面與載入變化不會導致誤操作或誤報完成 |
| 確認規則遵循 | 重大操作在需要確認的當下停止 |
失敗處理
部署前要處理的失敗
- 使用正式帳戶做評估
- 只依賴座標
- 過早要求確認
- 略過最終狀態驗證
輸出
回傳輸出與執行紀錄
提供已驗證的填妥表單與最終狀態摘要，確認前不送出。
每次正式執行記錄模型 ID、請求 ID、token 用量、重試、驗證結果與最終處理。
常見問題
應如何確認成功？
確認最終應用狀態，不能只看預期點擊是否發生。
何時需要確認？
提交、購買、刪除或傳送等重大操作的前一刻。
如何測試會變動的介面？
小幅調整版面、文案與時序後，重新執行任務。
用自己的輸入測試設定
以相同請求、工具與驗證規則比較主要和備援模型。