SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

Agent przestaje zgadywać ze zrzutu ekranu i sam zagląda do konsoli w Chrome

Zespół Chrome wypuścił chrome-devtools-mcp, serwer, który podłącza agenta wprost do działającej przeglądarki, dzięki czemu sam czyta błąd z konsoli, sprawdza żądania sieciowe i nagrywa wydajność, zamiast czekać na twój zrzut ekranu. Katalog ma 57 narzędzi, ale przełącznik --slim zostawia trzy: wejście na stronę, uruchomienie skryptu i zrzut ekranu, bo reszta zjada okno kontekstowe. Haczyk siedzi w ustawieniach, bo --redactNetworkHeaders domyślnie stoi na false, więc razem z listą żądań wracają do modelu tokeny i ciasteczka sesji.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  4 min  · 

Agent przestaje zgadywać ze zrzutu ekranu i sam zagląda do konsoli w Chrome
Ilustrację przygotowała AI.

Poprawka wygląda dobrze w edytorze, agent kończy zmianę i prosi, żebyś odświeżył stronę i powiedział mu, czy teraz działa. Wtedy robisz to, co wszyscy: wklejasz mu zrzut ekranu albo przepisujesz czerwoną linijkę z konsoli, bo on sam nie ma jak tam zajrzeć. To najstarszy nierozwiązany kłopot w programowaniu stron z agentem. Kod zmienia on, a o skutkach tej zmiany dowiaduje się wyłącznie od ciebie.

Na to właśnie zespół Chrome wypuścił chrome-devtools-mcp, program, który podłącza twojego agenta wprost do działającej przeglądarki. Serwer MCP podsuwa modelowi gotowe polecenia do wywołania, a tutaj tymi poleceniami jest wszystko, co sam robisz po wciśnięciu F12: zajrzenie do konsoli po błąd, sprawdzenie, które żądanie sieciowe padło, nagranie wydajności, a do tego zrzut ekranu i drzewo strony. Pod spodem pracuje Puppeteer, dzięki czemu po kliknięciu agent czeka, aż strona naprawdę odpowie, zamiast strzelać kolejnym poleceniem w rozgrzebany widok.

W praktyce agent przestaje ci opowiadać, że poprawka powinna zadziałać. Sam przeładowuje stronę, czyta błąd z konsoli razem ze śladem stosu odwzorowanym na twoje pliki źródłowe, a nie na zminifikowaną paczkę, po czym poprawia i sprawdza jeszcze raz.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Koniec zgadywania z drzewa dokumentu: Chrome testuje WebMCP
Premiera / Narzędzie

Koniec zgadywania z drzewa dokumentu: Chrome testuje WebMCP

4 min

WebMCP odwraca sposób, w jaki agent działa na cudzej stronie: zamiast zgadywać z drzewa dokumentu, dostaje od niej gotową listę narzędzi z wejściem opisanym w JSON Schema, dzięki czemu rezerwacja czy zakup idą jednym wywołaniem zamiast serii kliknięć. Chrome pozwala to sprawdzić lokalnie pod flagą, a od wersji 149 także na produkcji, jeśli strona zapisze się do origin trial. Google samo wylicza trzy hamulce: nie ma katalogu takich stron, najbardziej rozbudowane serwisy mają najwyższy próg wejścia, a całość pomyślano pod człowieka przy przeglądarce, nie pod agenta na serwerze.

BrowserCode wpuszcza agenta do twojej zalogowanej karty w Chrome
Premiera / Narzędzie

BrowserCode wpuszcza agenta do twojej zalogowanej karty w Chrome

4 min

BrowserCode zespołu browser-use, wydany na licencji MIT, daje agentowi jeden prymityw browser_execute(code): pisze on własny JavaScript prosto w twojej zalogowanej karcie Chrome przez DevTools Protocol, zamiast uczyć się poleceń typu "kliknij element numer siedem". Pomysł jest trafiony, bo model widział miliony linii JavaScriptu i ani jednej funkcji click(index), ale zdjęta warstwa abstrakcji była jedynym miejscem, gdzie dało się postawić granicę. Zapewnienie z README o przewadze nad konkurencją stoi bez jednej liczby, a 15 405 commitów to w większości dorobek OpenCode, którego to fork.

Cloudflare wystawia agentom narzędzia jednym przełącznikiem, bez linijki kodu
Premiera / Narzędzie

Cloudflare wystawia agentom narzędzia jednym przełącznikiem, bez linijki kodu

4 min

Cloudflare uruchomił 8 sierpnia wczesny podgląd WebMCP: jeden przełącznik w panelu sprawia, że strona wystawia agentom AI gotowe narzędzia zamiast układu skrojonego pod człowieka, bez zmian w kodzie serwera. Na brzegu sieci firma wstrzykuje mostek do nowego, eksperymentalnego w Chrome 146 standardu przeglądarkowego. W podglądzie są dwie paczki: Content Credentials czyta metadane pochodzenia zdjęć w C2PA, ale ich kryptograficznie nie weryfikuje, a mocniejszy Site MCP Server łączy agenta z twoim własnym serwerem MCP, który i tak musisz zbudować sam.