Nettleserautomatisering

Triggerfish tilbyr dyp nettleserkontroll gjennom en dedikert administrert Chromium-instans ved hjelp av CDP (Chrome DevTools Protocol). Agenten kan navigere på nettet, samhandle med sider, fylle ut skjemaer, ta skjermbilder og automatisere nettarbeidsflyter — alt under policy-håndhevelse.

Arkitektur

Nettleserautomatisering er bygget på puppeteer-core, og kobler til en administrert Chromium-instans via CDP. Alle nettleserhandlinger passerer gjennom policy-laget før de når nettleseren.

Triggerfish oppdager automatisk Chromium-baserte nettlesere inkludert Google Chrome, Chromium og Brave. Oppdagelse dekker standard installasjonsstier på Linux, macOS, Windows og Flatpak-miljøer.

browser_navigate-verktøyet krever http://- eller https://-URL-er. Nettleser-interne skjemaer (som chrome://, brave://, about:) støttes ikke og vil returnere en feil med veiledning om å bruke en nett-URL i stedet. :::

Nettleserprofilen er isolert per agent. Den administrerte Chromium-instansen deler ikke informasjonskapsler, sesjoner eller lokal lagring med din personlige nettleser. Legitimasjonsautofyll er deaktivert som standard.

Tilgjengelige handlinger

Handling	Beskrivelse	Eksempelbruk
navigate	Gå til en URL (underlagt domenepolicy)	Åpne en nettside for forskning
snapshot	Ta et sideskjermbilde	Dokumenter en UI-tilstand, trekk ut visuell informasjon
click	Klikk et element på siden	Send inn et skjema, aktiver en knapp
type	Skriv tekst i et inndatafelt	Fyll inn et søkefelt, fyll ut et skjema
select	Velg et alternativ fra en rullegardinmeny	Velg fra en meny
upload	Last opp en fil til et skjema	Legg ved et dokument
evaluate	Kjør JavaScript i sidekonteksten (sandkasse)	Trekk ut data, manipuler DOM
wait	Vent på et element eller en tilstand	Sørg for at en side er lastet inn før samhandling

Domenepolicy-håndhevelse

Alle URL-er agenten navigerer til sjekkes mot en domenetillatelsesliste og avvisningsliste før nettleseren handler.

Konfigurasjon

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

Slik fungerer domenepolicyen

1. Agent kaller browser.navigate("https://github.com/org/repo")
2. PRE_TOOL_CALL-hook utløses med URL-en som kontekst
3. Policy-motoren sjekker domenet mot tillat/avvis-lister
4. Hvis avvist eller ikke på tillatelseslisten, blokkeres navigasjonsen
5. Hvis tillatt, slås domeneklassifiseringen opp
6. Session taint eskalerer til å samsvare med domeneklassifiseringen
7. Navigasjon fortsetter

SIKKERHET Hvis et domene ikke er på tillatelseslisten, blokkeres navigasjonen som standard. LLM-en kan ikke overstyre domenepolicyen. Dette forhindrer agenten fra å besøke vilkårlige nettsteder som kan eksponere sensitive data eller utløse uønskede handlinger. :::

Skjermbilder og klassifisering

Skjermbilder tatt via browser.snapshot arver sesjonens gjeldende taint-nivå. Hvis sesjonen er taintet på CONFIDENTIAL, klassifiseres alle skjermbilder fra den sesjonen som CONFIDENTIAL.

Dette betyr noe for utdatapolicyen. Et skjermbilde klassifisert på CONFIDENTIAL kan ikke sendes til en PUBLIC-kanal. PRE_OUTPUT-hooken håndhever dette ved grensen.

Skrapet innhold og lineage

Når agenten trekker ut innhold fra en nettside (via evaluate, lesing av tekst eller analyse av elementer), gjør de uttrukne dataene:

• Klassifiseres basert på domenets tildelte klassifiseringsnivå
• Oppretter en linjepost som sporer kilde-URL, uttrekkingstidspunkt og klassifisering
• Bidrar til session taint (taint eskalerer til å samsvare med innholdsklassifiseringen)

Denne linjesporingen betyr at du alltid kan spore hvor data kom fra, selv om det ble skrapet fra en nettside for uker siden.

Sikkerhetskontroller

Per-agent nettleserisolasjon

Hver agent får sin egen nettleserprofil. Dette betyr:

• Ingen delte informasjonskapsler mellom agenter
• Ingen delt lokal lagring eller sesjonslagring
• Ingen tilgang til vertsleserens informasjonskapsler eller sesjoner
• Legitimasjonsautofyll deaktivert som standard
• Nettleserutvidelser lastes ikke inn

Policy-hook-integrasjon

Alle nettleserhandlinger passerer gjennom standard policy-hooks:

Hook	Når den utløses	Hva den sjekker
PRE_TOOL_CALL	Før alle nettleserhandlinger	Domenertillatelsesliste, URL-policy, handlingstillatelser
POST_TOOL_RESPONSE	Etter at nettleser returnerer data	Klassifiser svar, oppdater session taint, opprett lineage
PRE_OUTPUT	Når nettleserinnhold forlater systemet	Klassifiseringssjekk mot destinasjon

Ressursbegrensninger

• Navigasjonstidsavbrudd forhindrer nettleseren fra å henge på ubestemt tid
• Sidelastestørrelsesgrenser forhindrer overdrevet minneforbruk
• Samtidige fanebegrensninger håndheves per agent

Bedriftskontroller

Bedriftsdistribusjoner har ytterligere nettleserautomatiseringskontroller:

Kontroll	Beskrivelse
Domenenivelklassifisering	Intranetdomener klassifiseres automatisk som INTERNAL
Blokkerte domeneliste	Admin-administrert liste over forbudte domener
Oppbevaringspolicy for skjermbilder	Hvor lenge fangede skjermbilder lagres
Revisjonslogging for nettlesersesjon	Full logging av alle nettleserhandlinger for samsvar
Deaktiver nettleserautomatisering	Admin kan deaktivere nettleserverktøyet helt for spesifikke agenter eller roller

Eksempel: Nettforskningsarbeidsflyt

En typisk agentarbeidsflyt med nettleserautomatisering:

1. Bruker: «Forskning på konkurrentprising på example-competitor.com»

2. Agent: browser.navigate("https://example-competitor.com/pricing")
          -> PRE_TOOL_CALL: domene "example-competitor.com" sjekket mot tillatelsesliste
          -> Tillatt, klassifisert som PUBLIC
          -> Navigasjon fortsetter

3. Agent: browser.snapshot()
          -> Skjermbilde tatt, klassifisert på session taint-nivå (PUBLIC)

4. Agent: browser.evaluate("document.querySelector('.pricing-table').innerText")
          -> Tekst trukket ut, klassifisert som PUBLIC
          -> Linjepost opprettet: kilde=example-competitor.com/pricing

5. Agent: Oppsummerer prisinformasjon og returnerer til bruker
          -> PRE_OUTPUT: PUBLIC-data til brukerkanal — TILLATT

Hvert trinn er logget, klassifisert og reviderbart.