Ferramentas do navegador
7. O que o agente consegue fazer no navegador
O agente recebe 18 ferramentas. Algumas são só de leitura e nunca pedem permissão; as outras mudam algo e passam pela sua aprovação (conforme o modo).
| Ferramenta | O que faz | Permissão |
|---|---|---|
browser_tabs_context | Lista as abas do grupo da conversa | Leitura |
browser_tabs_create | Abre uma URL no grupo (em segundo plano) | Leitura |
browser_tabs_attach | Traz uma aba já aberta para o grupo | Pede |
browser_tabs_close_tab | Fecha uma aba do grupo | Pede |
browser_navigate | Navega, volta ou avança no histórico | Pede |
browser_read_page | Lê a página e devolve os elementos com referências | Leitura |
browser_find | Procura elementos por texto, papel ou nome | Leitura |
browser_get_page_text | Extrai o texto principal, sem HTML | Leitura |
browser_form_input | Preenche um campo | Pede |
browser_computer | Clica, digita, pressiona teclas, rola, passa o mouse, tira screenshot, dá zoom, espera | Pede |
browser_javascript_tool | Executa JavaScript na página | Pede |
browser_read_console_messages | Lê o console e os erros da aba | Leitura |
browser_read_network_requests | Lê as requisições de rede da aba | Leitura |
browser_resize_window | Redimensiona a janela para testar layout | Sem pedido |
browser_update_plan | Mostra domínios e passos para você aprovar antes | Card de plano |
browser_upload_image | Envia arquivos para um campo de arquivo ou área de arrastar | Pede |
browser_gif_creator | Grava quadros das ações e exporta um GIF | Exportar pede |
browser_batch | Executa várias ferramentas em sequência (até 20) | Cada ação pede a sua |
Cards de ferramenta
Cada chamada aparece no chat com um rótulo em português — “Navegar”, “Ler página”, “Clicar na página”, “Preencher campo”, “Console”, “Rede” — e um status: ok, erro ou rodando.
Você escolhe quanto detalhe quer ver em Configurações → Ferramentas no chat:
| Modo | Como fica |
|---|---|
| Agrupadas (abrem em um modal) (padrão) | Uma linha-resumo por execução (“4 ferramentas · ver”); o detalhe abre no modal “Ferramentas desta execução” |
| Linhas compactas, uma por chamada | Uma linha por ferramenta, com o erro resumido na própria linha |
| Cards completos, com parâmetros e resultado | Tudo aberto no chat, incluindo o JSON de entrada e a saída |
| Ocultar tools e raciocínio (só “trabalhando”) | O chat mostra só a atividade (“trabalhando: lendo a página”) |
No modo agrupado, o modal tem filtro “Somente erros” e fecha com Esc ou clicando fora.
Screenshots aparecem como imagem dentro do card (até 3 por vez) e também são salvas em disco: o caminho do arquivo vem na resposta do agente.