Automatización de Navegador

Triggerfish proporciona control profundo del navegador a través de una instancia de Chromium administrada dedicada usando CDP (Chrome DevTools Protocol). El agente puede navegar por la web, interactuar con páginas, llenar formularios, capturar capturas de pantalla y automatizar flujos de trabajo web -- todo bajo aplicación de políticas.

Arquitectura

La automatización del navegador está construida sobre puppeteer-core, conectándose a una instancia de Chromium administrada vía CDP. Cada acción del navegador pasa por la capa de políticas antes de llegar al navegador.

Triggerfish auto-detecta navegadores basados en Chromium incluyendo Google Chrome, Chromium y Brave. La detección cubre rutas de instalación estándar en Linux, macOS, Windows y entornos Flatpak.

La herramienta browser_navigate requiere URLs http:// o https://.

Los esquemas internos del navegador (como chrome://, brave://, about:) no están soportados y devolverán un error con orientación para usar una URL web en su lugar. :::

El perfil del navegador está aislado por agente. La instancia de Chromium administrada no comparte cookies, sesiones ni almacenamiento local con su navegador personal. El autocompletado de credenciales está deshabilitado por defecto.

Acciones Disponibles

Acción	Descripción	Ejemplo de Uso
navigate	Ir a una URL (sujeto a política de dominio)	Abrir una página web para investigación
snapshot	Capturar una captura de pantalla de la página	Documentar un estado de UI, extraer información visual
click	Hacer clic en un elemento de la página	Enviar un formulario, activar un botón
type	Escribir texto en un campo de entrada	Llenar un cuadro de búsqueda, completar un formulario
select	Seleccionar una opción de un menú desplegable	Elegir de un menú
upload	Subir un archivo a un formulario	Adjuntar un documento
evaluate	Ejecutar JavaScript en el contexto de la página (aislado)	Extraer datos, manipular el DOM
wait	Esperar un elemento o condición	Asegurar que la página haya cargado antes de interactuar

Aplicación de Política de Dominio

Cada URL a la que el agente navega se verifica contra una lista de dominios permitidos y denegados antes de que el navegador actúe.

Configuración

browser:
  domain_policy:
    allow:
      - "*.example.com"
      - "github.com"
      - "docs.google.com"
      - "*.notion.so"
    deny:
      - "*.malware-site.com"
    classification:
      "*.internal.company.com": INTERNAL
      "github.com": INTERNAL
      "*.google.com": INTERNAL

Cómo Funciona la Política de Dominio

1. El agente llama a browser.navigate("https://github.com/org/repo")
2. El hook PRE_TOOL_CALL se dispara con la URL como contexto
3. El motor de políticas verifica el dominio contra las listas de permitir/ denegar
4. Si está denegado o no en la lista de permitidos, la navegación se bloquea
5. Si está permitido, se busca la clasificación del dominio
6. El taint de sesión escala para coincidir con la clasificación del dominio
7. La navegación procede

SEGURIDAD Si un dominio no está en la lista de permitidos, la

navegación se bloquea por defecto. El LLM no puede anular la política de dominio. Esto evita que el agente visite sitios web arbitrarios que podrían exponer datos sensibles o activar acciones no deseadas. :::

Capturas de Pantalla y Clasificación

Las capturas de pantalla tomadas vía browser.snapshot heredan el nivel de taint actual de la sesión. Si la sesión tiene taint CONFIDENTIAL, todas las capturas de esa sesión se clasifican como CONFIDENTIAL.

Esto importa para la política de salida. Una captura de pantalla clasificada como CONFIDENTIAL no puede enviarse a un canal PUBLIC. El hook PRE_OUTPUT aplica esto en el límite.

Contenido Extraído y Linaje

Cuando el agente extrae contenido de una página web (vía evaluate, leyendo texto o analizando elementos), los datos extraídos:

• Se clasifican según el nivel de clasificación asignado al dominio
• Crean un registro de linaje rastreando la URL fuente, hora de extracción y clasificación
• Contribuyen al taint de sesión (el taint escala para coincidir con la clasificación del contenido)

Este rastreo de linaje significa que siempre pueden rastrear de dónde vinieron los datos, incluso si se extrajeron de una página web hace semanas.

Controles de Seguridad

Aislamiento de Navegador por Agente

Cada agente obtiene su propio perfil de navegador. Esto significa:

• Sin cookies compartidas entre agentes
• Sin almacenamiento local ni almacenamiento de sesión compartido
• Sin acceso a cookies o sesiones del navegador del host
• Autocompletado de credenciales deshabilitado por defecto
• Las extensiones del navegador no se cargan

Integración de Hooks de Política

Todas las acciones del navegador pasan por los hooks de política estándar:

Hook	Cuándo se Dispara	Qué Verifica
PRE_TOOL_CALL	Antes de cada acción del navegador	Lista de dominios, política de URL, permisos de acción
POST_TOOL_RESPONSE	Después de que el navegador devuelve datos	Clasificar respuesta, actualizar taint de sesión, crear linaje
PRE_OUTPUT	Cuando contenido del navegador sale del sistema	Verificación de clasificación contra destino

Límites de Recursos

• El timeout de navegación evita que el navegador se cuelgue indefinidamente
• Los límites de tamaño de carga de página evitan consumo excesivo de memoria
• Se aplican límites de pestañas concurrentes por agente

Controles Empresariales

Los despliegues empresariales tienen controles adicionales de automatización del navegador:

Control	Descripción
Clasificación a nivel de dominio	Los dominios de intranet se clasifican automáticamente como INTERNAL
Lista de dominios bloqueados	Lista administrada de dominios prohibidos
Política de retención de capturas	Cuánto tiempo se almacenan las capturas capturadas
Registro de auditoría de sesión	Registro completo de todas las acciones del navegador para cumplimiento
Deshabilitar automatización	El admin puede deshabilitar la herramienta de navegador para agentes o roles

Ejemplo: Flujo de Trabajo de Investigación Web

Un flujo de trabajo típico del agente usando automatización del navegador:

1. Usuario:  "Investiga los precios de la competencia en example-competitor.com"

2. Agente:   browser.navigate("https://example-competitor.com/pricing")
             -> PRE_TOOL_CALL: dominio "example-competitor.com" verificado contra lista
             -> Permitido, clasificado como PUBLIC
             -> Navegación procede

3. Agente:   browser.snapshot()
             -> Captura tomada, clasificada al nivel de taint de sesión (PUBLIC)

4. Agente:   browser.evaluate("document.querySelector('.pricing-table').innerText")
             -> Texto extraído, clasificado como PUBLIC
             -> Registro de linaje creado: source=example-competitor.com/pricing

5. Agente:   Resume la información de precios y la devuelve al usuario
             -> PRE_OUTPUT: datos PUBLIC al canal del usuario -- PERMITIDO

Cada paso se registra, clasifica y es auditable.