跳至文档内容
文档

WebBrowser 让应用同时出现在你和 agent 面前

WebBrowser 是 Canvas 中的实时 Chromium 表面。连接的 CodingAgent 可以观察、交互、等待、调试并测试你正在 查看的页面。

阅读本指南时，可以在另一个标签页打开 Kavor 的 WebBrowser 演示 (在新标签页中打开)。

把 browser 当作开发工具

开发 Web 应用不只是修改文件。CodingAgent 还需要打开应用、与它交互、等待真实状态，并调查 browser 中发生 了什么。

通过 CodingAgent + WebBrowser Connection，agent 可以使用由 Kavor 中介的一组操作：

  • 观察： 读取页面状态、获取可访问性 snapshot、截取 screenshot；
  • 交互： 点击、填写字段、插入文本、按键、选择选项、勾选控件、滚动、拖动、上传文件和响应对话框；
  • 同步： 等待 selector、文本、URL、加载状态、网络空闲或特定条件；
  • 调试： 查看 console 消息、网络请求和保留的响应正文；
  • 测试： 复现 bug、运行 E2E 流程并保留视觉证据；
  • 隔离场景： 在受控测试中阻止、继续或模拟网络响应；
  • 管理页面： 打开、选择和关闭标签页，跟踪下载并处理身份验证挑战。

目标不是把 browser 隐藏在自动化之后，而是让 agent 工作时的状态和动作可验证。

Web 应用的实用 loop

先让 WebBrowser 和 CodingAgent 位于同一组件。如果应用在本地运行，也连接启动服务器的 Terminal。

要求 agent 先观察页面再行动，复现失败路径，收集 console、网络或 screenshot 证据，在明确范围内修改代码， 然后等待新状态并重新验证完整流程。把结果和剩余风险记录到 Sticky Note。

可以从这样的提示开始：

打开连接的应用。先观察页面并在不修改代码的情况下复现流程。然后说明可能原因，提出最小修改，并用视觉和 console 证据验证完整路径。

也给人使用的 browser

你也可以把 WebBrowser 当作 Workspace 中的普通页面：打开文档、观看视频，或在 agents 工作时保留参考页面。

YouTube 和其他常见页面是自然用法。Netflix 等流媒体服务可能需要身份验证、DRM、权限或特定系统条件， 因此 Kavor 不保证任何特定服务的播放。

共享表面，而不是隐形 browser

agent 和人共享同一个实时页面。你可以看到动作并介入；agent 没有隐藏行为的私有窗口；持久化标签页属于 Kavor 自己的 browser profile，并在其 WebBrowsers 之间共享；外部 Chrome 的扩展、历史和 cookie 不会自动复用。

页面内容是不可信的。WebBrowser 也不是远程 browser 服务，更不是操作机器 filesystem 的通用权限。

限制与注意事项

CAPTCHA、passkey、网站权限、证书和身份验证提示可能需要你介入。snapshot 引用会在导航或 DOM 变化后过期， 所以应该重新获取 snapshot。网络规则是临时的，测试结束后必须清除。开发 profile 接受自签名、过期和私有 机构签发的证书，这会降低它对恶意网络的防护；在敏感服务中登录前要谨慎。

snapshot 可能省略 cross-origin frame，console 和网络历史也有界限；agent 应报告观察到的证据，而不是编造 无法检查的内容。

在同一窗口切换 Workspace 时，Kavor 会保留当前页面。即使另一个 Workspace 可见，连接的 CodingAgent 也可以 继续操作该页面。关闭标签页、删除 Node 或结束 session 会终止这种连续性。

Connection 与 Guardrail

直接的 CodingAgent + WebBrowser pair 会把 browser 放入 agent 可达的组件。图中还可以通过有效路径包含 Specification、Files、Terminal、Sticky Note 和其他 CodingAgents；视觉接近或消息提及都不会创建访问权。

WebBrowser 目前没有自己的专用 Guardrail。这不影响图中其他资源的限制：read-only File 仍然只读，Terminal 保持 自身控制，Specification 继续遵守其 lifecycle。

继续阅读

最后审核 2026年9月8日验证版本 Kavor 1.6.2分享文档反馈
编辑本页